基于图像融合与亚像素边缘提取的医学病变诊断.ppt
《基于图像融合与亚像素边缘提取的医学病变诊断.ppt》由会员分享，可在线阅读，更多相关《基于图像融合与亚像素边缘提取的医学病变诊断.ppt（58页珍藏版）》请在冰豆网上搜索。
基于图像融合与亚像素边缘提取的医学病变诊断智能检测理论与技术研讨课源源图图像像融融合合图图像像增增强强图图像像分分割割图图像像图像融合图像融合图像增强图像增强边缘提取边缘提取图像融合图像融合图像融合图像融合图像融合在医疗、军事、地物分类、机场导航、故障诊断、目标跟踪与识别等众多领域有着广泛的应用。
图像融合图像融合图像融合是指将多源信道所采集到的关于同一目标或场景的图像数据经过图像处理和计算机技术等，以最大限度的提取各自信道中的有用信息，最后综合成高质量的图像。
图像融合图像融合图图像像融融合合是是指指将将多多源源信信道道所所采采集集到到的的关关于于同同一一目目标标或或场场景景的的图图像像数数据据经经过过图图像像处处理理和和计计算算机机技技术术等等，以以最最大大限限度度的的提提取取各各自自信信道道中中的的有有用用信信息息，最最后后综综合合成成高高质量的图像。
质量的图像。
融合层次像素级融合特征级融合决策级融合融合图像多传感器图像多聚焦图像多序列图像遥感图像图像融合图像融合像素级融合方法分为空间域和变换域两大类。
空间域常用方法有：
加权平均法、基于灰度值的选大选小方法、加权融合与主成分分析等。
变换域常用的是金字塔变换与小波变换两大类、此外还有小波包变换、曲波变换、脊波变换等。
图像融合图像融合拉普拉斯金字塔、对比度金字塔、梯度金字塔三种不同金字塔的图像融合方法。
高斯窗口函数：
图像融合图像融合1.拉普拉斯金字塔：
图像融合图像融合2.对比度金字塔：
图像融合图像融合3.梯度度金字塔：
图像融合图像融合低频子带图像系数选择：
图像融合图像融合高频子带图像系数选择：
系数选大：
绝对值选大：
图像融合图像融合基于窗口的系数加权平均：
小于设定的相似度阈值，则第i个高频子带系数为：
大于设定的相似度阈值，则第i个高频子带系数为：
基于窗口的系数绝对值选大：
取窗口领域内绝对值最大的系数作为融合后的系数。
图像融合图像融合图像图像AA-图像融合图像融合图像图像BB-图像融合图像融合图像融合图像融合金字塔变换图像分解A高频A低频B低频B高频F高频F低频低频融合准则高频融合准则金字塔变换图像重构图像A图像B融合图像F图像融合图像融合原始图像：
图像增强图像增强在图像获得过程中，因为光照、光照、设备设备等原因，会导致图像不清晰。
图像增强图像增强是图像预处理的一个重要环节，图像增强是大多数图像处理的基础。
图像增强图像增强图像增强的目的目的：
改善图像视觉效果，让图像更清晰使图像更有利于计算机处理针对某些特征进行锐化，如边缘、轮廓、对比度等。
图像增强图像增强图像增强图像增强灰度直方图的定义定义：
其中i表示灰度级，L表示灰度级种类数，表示图像中具有灰度级i的像素的个数，N表示图像总的像素数。
图像增强图像增强灰度直方图的定义定义：
表示图像中具有灰度级i的像素出现的频率。
其横坐标是灰度级，纵坐标是该灰度出现的频率。
图像增强图像增强灰度直方图的特点特点：
RST不变性；不能有效地表示图像的空间信息。
图像增强图像增强直方图均衡化的原理原理：
通过灰度点运算处理直方图的变化，把原本比较集中的灰度空间变成在全部灰度范围内的均匀分布，重新分配图像的像素值，从而使图像对比度提高、细节更清晰。
图像增强图像增强直方图均衡化的原理原理：
图像中各种亮度所占的比例大都分布不均匀，设法增加在直方图统计中所占比例高的像素和其他占的比例少的像素之间的亮度差，可以提高图像的显示效果。
图像增强图像增强直方图均衡化的实现实现：
g=EQ（f）f为原始图像在（x,y）处的灰度，g为变换后的图像灰度，则对图像增强的方法可表述为将在（x,y）处的灰度f映射为g。
图像增强图像增强直方图均衡化的实现实现：
EQ（f）需要满足两个条件：
EQ（f）在0fL-1范围内是一个增值函数对于0fL-1，有0gL-1图像增强图像增强直方图均衡化的实现实现：
其中k为灰度级，L表示灰度级种类数。
图像增强图像增强直方图均衡化的处理结果处理结果：
分别对两幅曝光不足与曝光过度的灰度图像应用Matlab编程进行直方图均衡化。
曝光不足转换函数图像增强图像增强直方图均衡化的处理结果处理结果：
分别对两幅曝光不足与曝光过度的灰度图像应用Matlab编程进行直方图均衡化。
曝光过度转换函数图像增强图像增强本课题本课题中直方图均衡化的处理结果处理结果：
原始灰度图像增强后图像亚像素边缘检测亚像素边缘检测亚像素边缘检测亚像素边缘检测数字图像的边缘检测是图像分割、目标识别、区域形状提取等图像分析领域的基础。
亚像素边缘检测亚像素边缘检测传统的边缘检测方法的检测精度最高只能达到一个像素级。
工业检测等应用对精确度的要求不断提高，传统的像素级边缘检测方法已经不能满足实际测量的需求，需要更高精度的边缘检测方法。
亚像素边缘检测亚像素边缘检测在视觉检测系统中，系统的测量精度与边缘检测的精度成正比关系。
提高视觉检测系统精度的方法有两种，第一、提高硬件分辨率，但其将导致成本提高；第二、采取亚像素边缘提取的方法提高边缘检测精度。
亚像素边缘检测亚像素边缘检测传统的像素级边缘检测方法有：
Roberts算子，Sobel算子,Prewitt算子，Canny算子，二阶微分拉普拉斯算子。
像素级边缘检测方法的缺点：
在除去噪声的同时，易将某些边缘除去；只对阶跃型边缘效果较好。
亚像素边缘检测亚像素边缘检测像素级方法能够检测出边缘点位于具体的像素点内，边缘存在于像素点的任何位置，最大误差为0.5个像素。
亚像素级边缘检测方法有：
曲线拟合法，矩法，数字相关法，基于海森矩阵的方法。
亚像素级边缘检测方法的边缘点最大误差为-1/21/2个像素。
亚像素边缘检测亚像素边缘检测常见的边缘形状有斜坡型、阶跃型、高斯型等。
高斯型边缘横截面零阶极大值点、一阶过零点、二阶极小值点将位于同一点。
正常边缘亚像素边缘检测亚像素边缘检测颜色吸收区域亚像素边缘检测亚像素边缘检测强漫反射区域亚像素边缘检测亚像素边缘检测镜面反射区域亚像素边缘检测亚像素边缘检测实际测量中受噪声的影响和干扰,极可能出现边缘的横截面的二阶极小值点与一阶过零点不是同一点。
且灰度零阶极大值点与二阶极小值点也不重合。
亚像素边缘检测亚像素边缘检测高斯函数：
的选择？
越大，图像平滑越厉害，对边缘的检测不利。
高斯卷积核亚像素边缘检测亚像素边缘检测时，即边缘的一阶过零点在当前像素内,且二阶梯度值大于指定的阈值,则该点为边缘中心点。
那么以为基准点的一阶过零点亚像素坐标为：
亚像素边缘检测亚像素边缘检测某一像素点是边缘点，其Hessian矩阵的绝对值最大的特征值为负，且该特征值可近似为该点所对应的局部图像灰度的二阶方向导数负极值，相应特征向量的单位形式可近似为该点的法线方向。
亚像素边缘检测亚像素边缘检测流程设计：
亚像素边缘检测亚像素边缘检测亚像素边缘提取结果：
结论结论结论结论金字塔变换的图像融合中的关键参数：
融合层数，低频子带图像系数选择，高频子带图像系数选择。
本方法的优点：
相对于空间域的图像融合方法而言，本方法为多分辨率分析，能够提取更多的细节图像信息。
结论结论海森矩阵的亚像素边缘提取方法中的关键参数：
高斯核函数，二阶梯度阈值，边缘宽度。
本方法的优点：
总体精度比像素级高，对于阶跃型、高斯型、模糊、强度较低边缘的提取精度高。
结论结论图像融合利用两幅源图像的互补性和冗余性，将两幅图像包含的不同病态信息综合到融合图像上。
图像增强提高融合图像的对比度。
亚像素边缘提取实现对图像中的病态部位的精确定位与分割。
结论结论精度分析：
图像增强可能会扩大图像边缘，导致定位精度降低；二阶梯度阈值的设定，影响提取出的亚像素边缘坐标点。
结论结论改进方法：
一、改变方法次序，先增强、后融合、再亚像素边缘提取；二、设置多个二阶梯度阈值，分别记录不同阈值下的亚像素边缘坐标点。
结论结论主要参考文献：
1多传感器图像融合技术综述J北京航空航天大学学报，20022像素级图像融合方法研究及其性能分析D武汉理工大学，20073CT与MRI图像融合的评价方法研究J生物工程研究所，20104图像融合理论与应用M高等教育出版社，20025NewqualitymeasuresforimagefusionAProc.ofInt.Conf.onInformationFusion,Stockholm,Sweden,2004结论结论6昆虫翅膀图像特征的亚像素级提取方法J.北京航空航天大学学报，20057一种快速结构光条纹中心亚像素精度提取方法J.仪器仪表学报，20068结构光三维测量中光条中心提取方法及其评价的研究D.光学工程，20129CT-MRI融合图像的三维重建在鼻窦颅底外科导航三维显示中的应用D中国人民解放军医学院，201210CT/MRI影像融合对肺癌脑转移放射治疗靶区勾画的影响J.中国肺癌杂志，2012谢谢谢谢
升级会员 