發(fā)布時(shí)間：2016-05-13 10:18

第一章 緒論

1972 年 4 月，英國(guó)科學(xué)家杰弗瑞•紐波達(dá)•亨斯費(fèi)爾德（Godfrey Newbold Hounsfield）在英國(guó)放射學(xué)年會(huì)上宣告計(jì)算機(jī)斷層掃描（CT）技術(shù)誕生。這一技術(shù)的問世掀起了醫(yī)學(xué)影像技術(shù)的又一次革命，這也使得醫(yī)學(xué)圖像處理成為圖像處理領(lǐng)域的研究熱點(diǎn)。目前，醫(yī)學(xué)影像成像設(shè)備包括 X 光（X-ray）成像、超聲（Ultrasound）成像、電子計(jì)算機(jī)斷層掃描（CT）成像、正電子掃描（PET）、核磁共振（MRI）成像、數(shù)字減影血管造影（DSA）、腦電圖（EEG）等成像設(shè)備，它們已經(jīng)成為臨床醫(yī)學(xué)中極其重要的醫(yī)療設(shè)備[1]。在醫(yī)學(xué)治療及醫(yī)學(xué)研究中，利用以上這些成像設(shè)備檢查人體某些臟器部位時(shí)，就能夠?qū)υ摬课灰葬t(yī)學(xué)成像的方式非侵入地獲取其內(nèi)部組織的圖像，即可以使活體組織特征由觀測(cè)影像信號(hào)反推而來(lái)。這些信號(hào)可以反映出人體組織的客觀信息，進(jìn)而能夠直觀的表達(dá)出人體組織器官正常與否或病變的狀態(tài)及性質(zhì)。醫(yī)學(xué)圖像在臨床醫(yī)學(xué)領(lǐng)域中的廣泛使用，使臨床醫(yī)學(xué)水平得到了極大的提升，惡性腫瘤、癲癇灶等眾多疑難病癥能夠被及早發(fā)現(xiàn)及準(zhǔn)確定位，從而獲得快速、有效的診治，最大限度地保障了人類的生命健康。近年來(lái)，隨著數(shù)字信號(hào)采集技術(shù)的發(fā)展及數(shù)字信號(hào)處理理論的日臻完善，利用數(shù)字形式存儲(chǔ)的圖像在數(shù)量上與日俱增。數(shù)字圖像已逐步取代了傳統(tǒng)的模擬圖像，由于數(shù)字圖像易于被加工、分析和處理，所以它更容易實(shí)現(xiàn)存儲(chǔ)、傳輸和利用。因此，在多數(shù)情況下，，所謂“圖像”實(shí)則指的是數(shù)字圖像。
.......

第二章 醫(yī)學(xué)圖像空間域增強(qiáng)方法概述

2.1 數(shù)字圖像的表示
從中我們可以發(fā)現(xiàn)，在我們讀取 uint8 亮度圖像后，圖表中灰度值接近 0 值的像素點(diǎn)對(duì)應(yīng)該圖像中黑色區(qū)域，而圖表中灰度值接近256的像素點(diǎn)則對(duì)應(yīng)該圖像中白色區(qū)域，那些灰度值居中的像素點(diǎn)對(duì)應(yīng)該圖像中灰色區(qū)域。當(dāng)圖像數(shù)字化后，我們就可以利用數(shù)學(xué)方法對(duì)圖像灰度值進(jìn)行操作，通過(guò)改變圖像中某些像素點(diǎn)的灰度值的大小，我們就可以有選擇的改變圖像的視覺效果。本文擬通過(guò)借助數(shù)學(xué)的方法改變醫(yī)學(xué)圖像中整幅圖像或者圖像中感興趣目標(biāo)區(qū)域的像素點(diǎn)灰度值大小來(lái)增強(qiáng)醫(yī)學(xué)圖像視覺效果，達(dá)到醫(yī)學(xué)圖像增強(qiáng)的目的，獲取質(zhì)量比較理想的圖像，從而為臨床醫(yī)生更好的研究和分析病情提供有效幫助。

2.2 醫(yī)學(xué)圖像空間域增強(qiáng)方法
根據(jù)增強(qiáng)的作用域不同，我們可以把圖像增強(qiáng)的方法劃分成兩種：①空間域增強(qiáng)方法；②頻率域增強(qiáng)方法[4]。所謂空間域增強(qiáng)方法，是通過(guò)對(duì)圖像像素的灰度值直接進(jìn)行必要的運(yùn)算處理操作來(lái)實(shí)現(xiàn)圖像增強(qiáng)的方法。最常見的空間域方法主要包括： a .圖像的直方圖修正； b. 圖像的直接灰度值變換； c. 圖像的空間域平滑處理。所謂圖像頻率域增強(qiáng)方法則是在圖像的選定頻率域上通過(guò)對(duì)變換系數(shù)進(jìn)行某種運(yùn)算,再采用逆變換來(lái)獲得增強(qiáng)圖像的方法。由圖像的頻率特征分析可知，一般認(rèn)為整個(gè)圖像的對(duì)比度和動(dòng)態(tài)范圍取決于圖像信息的低頻部分，而圖像中的邊緣輪廓及局部細(xì)節(jié)取決于高頻部分。這樣我們就可以利用二維數(shù)字濾波的方法處理圖像。例如采用高通濾波器能夠有效地突出圖像細(xì)節(jié)部分及邊緣輪廓，而利用低通濾波器則可以有效地減少圖像噪聲。本章將著重介紹幾種常見的且易于實(shí)現(xiàn)的圖像空間域增強(qiáng)的處理方法。

第三章 小波變換.........................17

3.1 連續(xù)小波變換...............................17

第四章 基于脊波變換的醫(yī)學(xué)圖像增強(qiáng)...........................................36

4.1 連續(xù)脊波變換理論.....................................36

4.2 有限脊波變換................................38

結(jié) 論.........................................49

第四章 基于脊波變換的醫(yī)學(xué)圖像增強(qiáng)

4.1 連續(xù)脊波變換理論
當(dāng)前，小波多分辨分析理論已經(jīng)廣泛且成功的應(yīng)用于數(shù)值計(jì)算、信號(hào)處理等多方面的領(lǐng)域中。隨著人們對(duì)小波應(yīng)用的深入研究，大量實(shí)踐表明，由一維小波張成的二維小波主要適用于表達(dá)二維圖像的“點(diǎn)狀”奇異特征。然而對(duì)于一般的自然圖像來(lái)說(shuō)，通常情況下，它并不是簡(jiǎn)單的由一維相互分離的點(diǎn)構(gòu)成，“線狀”邊界以及紋理組成了圖像中目標(biāo)物體的顯著特征。通過(guò)邊緣的奇異性，可以找到目標(biāo)物體的廣度，從而目標(biāo)物體的形狀、位置、朝向等信息隨之也可以提取出來(lái)。對(duì)于圖像中分離的、不連續(xù)的邊緣點(diǎn)，二維小波可以對(duì)其進(jìn)行有效的處理。但對(duì)于光滑的邊緣輪廓線的表示上，由于小波變換只能獲取有限方向的信息，因此利用二維小波并不是最佳的選擇，所以需要尋找比小波更有力的變換方式。

4.2 有限脊波變換
從前面的論述已經(jīng)知道，小波變換對(duì)描述帶有孤立點(diǎn)的奇異性的對(duì)象時(shí)是非常有效的，而脊波變換對(duì)于表達(dá)相互連接在一起的線狀奇異特征時(shí)獨(dú)具優(yōu)勢(shì)。事實(shí)上，我們可以把脊波變換看做為在直線方向上對(duì)信號(hào)的一維小波變換。因?yàn)槠娈愋酝ǔＴ趫D像邊緣和輪廓上產(chǎn)生，脊波能夠表現(xiàn)出良好的方向敏感性和各向異性。因此在圖像處理任務(wù)中使用脊波變換成為人們研究和關(guān)注的一個(gè)熱點(diǎn)。由于連續(xù)脊波變換的參數(shù)空間是連續(xù)的，在實(shí)際應(yīng)用中，連續(xù)脊波變換不能直接應(yīng)用于數(shù)字圖像。隨后，M.N.Do 和 M.Vetterli 提出了一種可逆的、正交化的離散的脊波變換—有限脊波變換（Finite Ridgelet Transform，F(xiàn)RIT)[37]。以下我們將討論 FRIT 在圖像處理中的應(yīng)用。FRIT 可以通過(guò)如下兩步實(shí)現(xiàn)。
...........

結(jié) 論

醫(yī)學(xué)圖像增強(qiáng)的關(guān)鍵是能夠有效突出目標(biāo)區(qū)域或者目標(biāo)細(xì)節(jié)信息。而圖像稀疏表示的一個(gè)優(yōu)點(diǎn)是可以有效的表示圖像的邊緣特征，本文針對(duì)醫(yī)學(xué)圖像增強(qiáng)問題，基于稀疏表示理論，并結(jié)合圖像的灰度信息，研究醫(yī)學(xué)圖像增強(qiáng)的理論，提出了復(fù)雜度低、具有魯棒性的醫(yī)學(xué)圖像增強(qiáng)算法。通過(guò)稀疏變換后，醫(yī)學(xué)圖像在其變換域中根據(jù)所要達(dá)到的增強(qiáng)目標(biāo)對(duì)變換域系數(shù)進(jìn)行函數(shù)變換、濾波和設(shè)置閾值等處理，再經(jīng)過(guò)反變換重構(gòu)后就得到增強(qiáng)的圖像。本論文主要包含以下工作：首先，本文對(duì)現(xiàn)有的醫(yī)學(xué)圖像空間域增強(qiáng)方法進(jìn)行了概述�；�于空間域的增強(qiáng)方法是直接對(duì)圖像中的像素進(jìn)行處理，其目的是拉伸圖像的對(duì)比度。本文研究了灰度變換、直方圖均衡化、空間域?yàn)V波增強(qiáng)等方法，對(duì)每一種方法作出了圖像增強(qiáng)實(shí)驗(yàn)，并對(duì)空間域增強(qiáng)方法作出了簡(jiǎn)單的效果比較。其次，本文研究了幾個(gè)最基本小波函數(shù)，包括 Harr小波、Morlet 小波、Shannon 小波、Mexican hat 小波等，并由此引入連續(xù)小波變換、離散小波變換等概念。然后，研究了多分辨分析（MRA）理論。由 MRA 的理論引出了小波分解與重構(gòu)的 Mallat 算法。將小波由一維向二維擴(kuò)展，研究了二維多分辨分析理論及二維小波空間的分解，最終實(shí)現(xiàn)了醫(yī)學(xué)圖像的小波多尺度分解。由于傳統(tǒng)小波僅能有效處理分離、不連續(xù)的邊緣點(diǎn)，而對(duì)邊緣輪廓線不能有效處理的缺點(diǎn)。
............

參考文獻(xiàn)（略）

本文編號(hào)：44604