CT圖像在脾腫大數(shù)據(jù)測量中的應(yīng)用


1.34萬字 34頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 圖像分割技術(shù)是圖像分析與計算機視覺領(lǐng)域中的一種重要圖像處理技術(shù)，圖像分割是圖像處理中最為基礎(chǔ)和重要的問題，圖像分割的目的就是把目標物體或者人們感興趣的部分從圖像中分離出來，同時得到相應(yīng)的目標物體的邊緣，分割的準確性在很大程度上影響著分析、理解等高層處理的準確性。長期以來，盡管在該領(lǐng)域存在著許多分割方法，但是并沒有對各種圖像都適用的通用分割方法。近年來，在眾多的分割方法中，基于偏微分方程的圖像分割因其多樣的形式、靈活的結(jié)構(gòu)以及優(yōu)越的性能得到了國內(nèi)外學(xué)者的廣泛關(guān)注，現(xiàn)已成為圖像分割領(lǐng)域研究關(guān)注的熱點問題之一，并廣泛應(yīng)用于目標跟蹤、模式識別、計算機視覺等領(lǐng)域。 其基本思想是：根據(jù)圖像特征和用戶需求，直接或間接設(shè)計一個偏微分方程，曲線、曲面或圖像在這個方程（帶初始條件和邊界條件）的控制下進行演化，偏微分方程的數(shù)值解就是我們希望得到的分割結(jié)果。但是，目前還有很多不完善的地方。
本文主要研究基于偏微分方程的脾臟CT圖像分割，首先對偏微分方程進行了簡單的概述，并著重闡述了脾腫大的危害和研究意義，突出本畢業(yè)設(shè)計所討論問題的重要性；其次對于本文主要研究的圖像分割方法--偏微分方程中的CV模型，從水平集理論、變分原理及數(shù)值求解三方面進行了詳細的介紹，CV 模型是偏微分方程方法中著名的基于區(qū)域的幾何活動輪廓模型，能較好改善基于邊緣信息模型的邊緣泄露、抗噪性差等問題。經(jīng)典的C-V模型由Chan和Vese提出它充分利用圖像的全局信息，如灰度信息，統(tǒng)計信息，紋理信息等，并且在圖像分割中即便有強噪聲也能取得了令人滿意的效果。最后設(shè)計算法流程，通過實驗證明本文研究方法的可行性與正確性。


關(guān)鍵詞：偏微分方程；CV模型；水平集理論；變分原理