导读:本文包含了线医学图像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,医学,直方图,算法,函数,特征,线图。
线医学图像论文文献综述
王玲[1]（2015）在《X线医学图像增强的研究及Matlab实现》一文中研究指出为了改善医学图像质量,提高医学图像的视觉质量,本文采用高频提升滤波与直方图规定化相结合的方法对X线医学图像进行了增强处理,并用Matlab实现了增强结果的仿真,仿真结果表明,经高频提升滤波与直方图规定化相结合的方法增强后的图像,其主观视觉效果明显改善,图像增强效果优于单独使用任何一种方法得到的结果。(本文来源于《电子技术与软件工程》期刊2015年16期）
张艺雪[2]（2014）在《基于直方图的X线医学图像增强及Matlab实现》一文中研究指出直方图增强技术是图像增强的基本方法之一,能有效地改善图像整体对比度和细节清晰度.该文分析了直方图均衡化和直方图规定化的基本原理,给出了算法和推导公式,并在Matlab环境下,导入一幅X线医学图像,利用Matlab工具箱进行均衡化和规定化处理,给出处理后图像.(本文来源于《通化师范学院学报》期刊2014年04期）
龚军辉[3]（2013）在《基于改进SURF的X线医学图像拼接算法研究》一文中研究指出在人体脊柱等骨科诊断和手术治疗中,完整的解剖结构图像获取,对于医生的临床诊断、治疗十分重要。目前医学成像系统中,由于X线透视设备所提供的图像视野局限,传统的胶片图像不仅拼接的精度有限,且在拼接过程中耗费的时间长。因此,在治疗及诊断过程中需要从局部的透视光片拼接出视觉清晰的医学全景图像。随着数字成像技术和生物医学工程技术进步,这就为医学图像自动无缝拼接提供了有力的技术支持。医学图像拼接不仅可以辅助医生进行诊断和治疗,在病理变化的监测以及治疗方案的评估等方面也有重要的应用价值。本文的主要研究工作是把改进了的快速鲁棒性特征(Speeded-Up Robust Features, SURF)算法应用到X线医学图像的拼接。首先,对现有医学图像尤其是X射线图像拼接中的特征检测、图像配准的算法等研究成果进行梳理,并就医学图像配准的依据、配准的组成要素及几何变换的分类作了简单介绍；其次,通过分析X射线医学图像亮度不均匀、细节极易被噪声淹没和对比度低的特点,对质量较差图像的预处理先进行滤波增强,以达到突出图像细节的目的,论文采用canny边缘检测算子对原SURF算法进行改善,并把改进后的算法应用到X射线医学图像配准；最后,在图像的特征点匹配完成后,利用渐入渐出的加权平均融合方法消除拼接缝隙,并统计30组实验中的原图特征点与拼接后图像特征点的相互距离和均方差,以此客观评价该算法在医学图像中的应用。实验表明使用改进后算法,拼接出的大视野X光片医学图像具有较好的效果。(本文来源于《云南大学》期刊2013-05-01）
刘林[4]（2011）在《基于OpenCV的乳腺X线医学图像处理与分析系统设计与实现》一文中研究指出乳腺癌是女性最常见的恶性肿瘤之一,严重影响女性的身心健康甚至危及生命。微钙化点是早期乳腺癌的主要征象,但乳腺X线影像的信息中仅有3%能为人眼所见,且早期乳腺癌微钙化点非常小、不规则、形状和分布各异,人工诊断很容易被忽视或误诊。因此使用计算机视觉技术实现高效的乳腺x线影像诊断一直是国内外该领域学者研究的方向。本文主要研究了乳腺X线医学图像分析与处理算法,及其医学系统的设计与实现。主要进行了以下几方面的工作：1)图像预处理。由于原始图片分辨率高,灰度分布表现过于集中,对比度很低,将其先进行直方图均衡化与灰度归一化处理,并采用自适应中值滤波技术,去除噪声,增加图像对比度。然后采用自适应阈值分割去除背景提取乳腺区域,为之后的工作大大降低运算量,提高效率增加检测精度。2)微钙化点感兴趣区域的提取。根据医学上微钙化点感兴趣区域的定义,找出输入的乳腺X线图像中可能的异常区,提取出感兴趣区域。具体算法包括：拉普拉斯锐化、图像平滑、差值处理、分形维数的地毯覆盖法等。3)微钙化点的检测。本文对传统的LOG算法进行了改进,提出了一种新型的结合形态学滤波的1LOG_2LOG级联算法。首先运用形态学Top-hat方法对微钙化点感兴趣区域图像进行增强,然后使用形态学开运算去除虚假钙化点,从而得到候选的微钙化点区域,最后使用1LOG_2LOG级联算法对候选的微钙化点进行进一步确认。通过研究表明,相比其他传统算法,该方法不仅大大提高了检测速度,而且能够精确提取微钙化点的位置和边缘,对实现乳腺癌的自动诊断具有重要的应用价值。本文所有算法的研究都是基于OpenCV开源代码的。由于OpenCV的源代码完全开放,本文利用这套代码在PC上以Visual C++6.0集成环境做平台完成了基于OpenCV的乳腺X线医学图像处理与分析系统的设计与实现。利用OpenCV中的图像数据操作,动态数据结构,数学形态学操作,结构分析等函数,实现了对乳腺X线图像预处理、微钙化点感兴趣区域的提取和微钙化点检测的功能。实验证明,对mini-MIAS乳腺X线数字影像图库中样本的处理和数据库提供的标注区域数据相比,本文所设计实现的系统能较好的完成乳腺X线影像中微钙化点的检测工作,具有良好的鲁棒性和通用性。(本文来源于《北京交通大学》期刊2011-12-02）
刘丽梅[5]（2011）在《HSV空间彩色X线医学图像增强研究》一文中研究指出提出了一种HSV空间彩色X线医学图像增强方法。该方法首先将医学图像转换到HSV颜色空间,然后在HSV空间中分别用Sigmoid函数和线性变换函数对其亮度和饱和度进行增强,再把增强后的图像转换到RGB颜色空间进行显示。在重新定义的Sigmoid函数中,通过引入两个可调节的参数a和b,较好的提高了算法的有效性;在线性函数中引入参数k1和k2,提高了算法的通用性。实验表明算法具有较好的增强效果。(本文来源于《云南师范大学学报(自然科学版)》期刊2011年05期）
王双玲[6]（2011）在《基于双向异步投票策略解点匹配的X线医学图像拼接》一文中研究指出医学图像拼接在脊柱侧弯畸形、下肢畸形的测量以及肢体骨折复位后的测量等医学诊断和治疗活动中具有重要意义。传统的胶片图像拼接过程中不仅费时,而且拼接精度低；随着数字成像技术的发展,为图像的自动无缝拼接提供了有利条件。本文分析了国内外数字图像拼接技术的研究现状以及医学图像的特点,提出了一种利用双向异步投票策略的特征点匹配的图像拼接方法。具体方法如下：首先,引进B样条函数和小波变换函数对harris角点检测算子进行改进,提出改进型多尺度harris角点检测算法,以提取图像配准的特征空间。对于质量较差的图像,在角点检测前采用基于人眼视觉模型的改进型MSR增强算法对其进行滤波增强处理；接着,采用本文提出的基于双向异步的投票策略的角点匹配算法来完成角点的粗匹配,使待拼接图像的特征点大致对应；然后利用RANSAC优化算法剔除误匹配,优化出图像的最佳变换模型,使待拼接的图像精确配准；最后,论文对图像重构算法进行了分析研究,在较高配准精度的基础上采用加权平均融合策略对配准图像进行重构,实现图像的无缝拼接。(本文来源于《中南大学》期刊2011-05-01）
林创鲁,程韬波,周松斌,黄可嘉[7]（2011）在《数字化X线医学图像增强处理器研究》一文中研究指出针对X线医学图像存在的对比度低、暗部细节模糊、视觉效果不佳而难以提高临床诊断准确率等问题,采用基于人眼视觉理论的多尺度Retinex算法的X线医学图像增强方法,设计了基于高性能DM643芯片的X线医学图像增强处理器。实验结果表明,该处理器能有效压缩图像动态范围、提高对比度和暗部区域的可视度,初步满足临床诊断应用的要求。(本文来源于《现代制造工程》期刊2011年04期）
何胜宗,刘映杰,马义德,宋文强,邓海波[8]（2011）在《基于PCNN图像因子分解的X线医学图像增强》一文中研究指出提出一种基于人眼视觉特性和改进的PCNN图像因子分解的X线医学图像增强算法。利用一种改进的PCNN图像因子分解算法对图像进行因子分解,得到细节程度由粗糙到精细的一系列图像因子。分别对各层图像因子平滑滤波获得图像因子增益矩阵,根据图像因子的局部对比度是否达到由人眼视觉特性得到的对比度阈值进行自适应调节增益矩阵,对每层图像因子增强后重构即可得到增强图像。经过对不同X线医学图像进行实验仿真,并对比一些常用图像增强算法,取得了较好的增强效果。(本文来源于《中国图象图形学报》期刊2011年01期）
王双玲,邓振生[9]（2010）在《一种X线医学图像的增强及角点检测算法的研究》一文中研究指出目的:利用MSR算法提高图像质量及角点检测的精度,然后再利用提取的角点来提高图像的配准与拼接速度及精度。方法:首先采用基于人眼感知亮度和色度的视觉模型改进的MSR算法对图像进行增强处理,然后采用改进的harris算法对增强后的图像进行角点提取。结果:采用本文算法对来自COX网站的一幅X线医学图像进行增强、角点检测,处理前后图像的信息熵分别为4.3706、7.3817,增强后的图像质量有明显提高,有效地避免了角点簇拥现象并使角点定位更加精确。结论:实验结果表明,本文采用的算法不仅能有效改善图像质量,而且能更有效、更精确地进行角点检测与提取。(本文来源于《中国医学物理学杂志》期刊2010年06期）
杨晖,翟丽荣[10]（2009）在《X线医学图像的对比度增强方法与实现》一文中研究指出在分析了直方图均衡化、规定化和局部对比度增强叁种图像增强方法的基础上,将直方图规定化和局部对比度增强方法相结合,对X线医学图像进行增强处理.实验结果表明该方法的增强效果优于直方图均衡化、规定化处理方法的增强效果,既提高了图像的整体对比度,又突出了图像的局部细节.(本文来源于《辽宁大学学报(自然科学版)》期刊2009年01期）
线医学图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
直方图增强技术是图像增强的基本方法之一,能有效地改善图像整体对比度和细节清晰度.该文分析了直方图均衡化和直方图规定化的基本原理,给出了算法和推导公式,并在Matlab环境下,导入一幅X线医学图像,利用Matlab工具箱进行均衡化和规定化处理,给出处理后图像.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
线医学图像论文参考文献
[1].王玲.X线医学图像增强的研究及Matlab实现[J].电子技术与软件工程.2015
[2].张艺雪.基于直方图的X线医学图像增强及Matlab实现[J].通化师范学院学报.2014
[3].龚军辉.基于改进SURF的X线医学图像拼接算法研究[D].云南大学.2013
[4].刘林.基于OpenCV的乳腺X线医学图像处理与分析系统设计与实现[D].北京交通大学.2011
[5].刘丽梅.HSV空间彩色X线医学图像增强研究[J].云南师范大学学报(自然科学版).2011
[6].王双玲.基于双向异步投票策略解点匹配的X线医学图像拼接[D].中南大学.2011
[7].林创鲁,程韬波,周松斌,黄可嘉.数字化X线医学图像增强处理器研究[J].现代制造工程.2011
[8].何胜宗,刘映杰,马义德,宋文强,邓海波.基于PCNN图像因子分解的X线医学图像增强[J].中国图象图形学报.2011
[9].王双玲,邓振生.一种X线医学图像的增强及角点检测算法的研究[J].中国医学物理学杂志.2010
[10].杨晖,翟丽荣.X线医学图像的对比度增强方法与实现[J].辽宁大学学报(自然科学版).2009
论文知识图
