開題報告-光學(xué)相干斷層圖像中基于Hessian矩陣的血管檢測_第1頁
開題報告-光學(xué)相干斷層圖像中基于Hessian矩陣的血管檢測_第2頁
開題報告-光學(xué)相干斷層圖像中基于Hessian矩陣的血管檢測_第3頁
開題報告-光學(xué)相干斷層圖像中基于Hessian矩陣的血管檢測_第4頁
開題報告-光學(xué)相干斷層圖像中基于Hessian矩陣的血管檢測_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、光學(xué)相干斷層圖像中基于Hessian 矩陣的血管檢測開題報告1.選題的背景與意義視網(wǎng)膜圖像的評估被廣泛運用到醫(yī)學(xué)診斷以及生物特征識別系統(tǒng)中。 其中,視網(wǎng)膜血管的直徑變化、分叉角度以及血管彎曲程度都是診斷眼底病變的重要指標。 同時,血管增強也是血管分割、圖像配準和三維可視化等后續(xù)處理的重要前提。 因此,血管增強作為眼底圖像處理的關(guān)鍵技術(shù)具有重要意義。血管增強的目的是強調(diào)眼底圖像中的血管結(jié)構(gòu),同時抑制非重要的特征,從而加強圖像判讀和識別。 圖像增強方法可分為基于空域的算法和基于頻域的算法兩大類。 前者直接對圖像灰度級做計算,后者基于圖像變換域?qū)ψ儞Q系數(shù)進行修正??紤]到 Hessian 矩陣在檢測曲

2、線結(jié)構(gòu)上表現(xiàn)出的良好性能,在研究眼底圖像特征的基礎(chǔ)上,提出了一種基于 Hessian 矩陣的多尺度血管增強方法,與其他多種血管增強方法相比,可達到相當(dāng)?shù)臏蚀_率,且在同等準確率下能得到較高的魯棒性。2. Hessian 矩陣的應(yīng)用原理 Hessian 方法是一種用高階微分提取圖像特征方向的方法。Hessian 方法認為,具有最大模的特征向量的方向是垂直于圖像特征方向的,與它垂直的方向被認為是平行于圖像特征方向的。 對于由高斯函數(shù)構(gòu)造的線性模型,可以用與直線正交的絕對值較大的二階導(dǎo)數(shù)、沿線方向的絕對值很小的二階導(dǎo)數(shù)來表示,這恰好是二維 Hessian 矩陣的兩個特征值所代表的幾何意義。 將 Hes

3、sian 矩陣的該性質(zhì)應(yīng)用到血管檢測,通過設(shè)計線狀增強濾波函數(shù),將視網(wǎng)膜圖像中的噪聲( 如晶體雜質(zhì)、成像設(shè)備引起的偽跡) 去除,從而檢測和增強視網(wǎng)膜血管。Hessian 矩陣用于檢測和分析特定形狀已應(yīng)用于多個文獻同時也被用于醫(yī)學(xué)圖像中的曲線結(jié)構(gòu)的分割和重建中。 對于二維輸入圖像,我們用它的二階偏導(dǎo)數(shù)來構(gòu)造每一個像素 ( x ,y) 的 Hessian 矩陣: 其中 fxx、fxy 、fyx 、fyy 分別表示二維圖像 f( x,y) 的四個二階偏微分:由于 fxy = fyx ,H是實對稱矩陣,因此可用兩個特征值1 、 2 來構(gòu)造增強濾波。 在二維圖像空間中,Hessian 矩陣的兩個特征值1

4、 、2 可以由下面公式計算出:圖像處理中主要用 Hessian 矩陣的特征值來判斷圖像上的點是否為角點,所謂角點是指圖像中密度變化劇烈的點。因此,可以使用 Hessian 矩陣的特征值來檢測血管邊緣,視網(wǎng)膜血管的強度和方向即可由 Hessian 矩陣的特征值和特征向量表示。由于視網(wǎng)膜血管的直徑存在變化,不適合使用單一尺度的增強效果,本文采用高斯函數(shù)構(gòu)造多尺度增強濾波器,采用不同尺度進行增強濾波。 根據(jù) Hessian 矩陣的定義:將 Hessian 矩陣的差分運算與高斯函數(shù)結(jié)合,通過改變高斯函數(shù)的標準偏移量來獲得不同尺度下的線形增強濾波。 根據(jù)高斯函數(shù)的卷積性質(zhì),尺度空間導(dǎo)數(shù) Iab 由輸入圖

5、像與高斯濾波器的二階導(dǎo)的卷積得到: 高斯函數(shù)表達式為:是高斯濾波器的標準差,為空間尺度因子。根據(jù)高斯函數(shù)構(gòu)造的線形模型特點,血管橫切方向上的二階導(dǎo)數(shù)絕對值較大,而沿線方向的二階導(dǎo)數(shù)較小,由于我們增強的是暗背景下的亮點,因此,設(shè) H 的兩個特征值1 和2 滿足關(guān)系式| 1 | | 2 | ,定義二維線形濾波器如下:對于線形結(jié)構(gòu)元素,當(dāng)尺度因子與血管的實際寬度最匹配時,此濾波器的輸出最大。 通過迭代尺度因子,得到不同尺度下的 zline 值,取最大的 zline 作為該點的實際輸出:3.研究方法和目標1)方法將三維圖像投影到一個平面,形成二維圖像,輸入二維圖像,生成圖像矩陣I,選擇尺度因子,計算元

6、素 Iij 與高斯函數(shù)二階微分的卷積,生成 Hessian 矩陣 H,并計算特征值1 和2 。計算增強濾波的輸出值 zx。改變的值,重復(fù)上述步驟,輸出最大增強濾波輸出值 zmax,作為該元素的增強因子。將當(dāng)前元素的增強因子乘以平滑尺度ij ,作為該元素的輸出。最后輸出增強圖像。2)目標通過迭代,對不同尺寸的血管圖像進行增強,增強對比度,抑制圖像背景和噪聲。在完成二維圖像的基礎(chǔ)上,嘗試實現(xiàn)三維圖像的增強。4、工作進度與安排設(shè)計(論文)各階段任務(wù)起 止 日 期1查資料,看書完成開題報告及準備工作3.1-3.112熟悉開發(fā)環(huán)境與開發(fā)過程3.11-3.233編程、調(diào)試,初步實現(xiàn)設(shè)計要求3.24-4.204修改,完成設(shè)計4.21-5.105完成畢業(yè)論文及答辯5.11-5.275參考文獻1 Multiscale Vessel Enhancement Filtering Alejandro F. Frangi, Wiro J. Niessen, Koen L. Vincken, Max A. Viergever Image Sciences Insti

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論