




已阅读5页,还剩60页未读, 继续免费阅读
(模式识别与智能系统专业论文)基于主动轮廓模型的脑部MRI图像边缘提取方法研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
中文摘要 边缘提取是图像处理和计算机视觉领域最基本的技术,已经成为图像分割、 目标识别、图像压缩技术的基础。本论文工作的目的是系统地发展和应用主动轮 廓模型技术进行脑部m r i 图像的边缘提取。 本文综述了m r i 图像三维重建的各种方法,熏点研究了三维表面重建的步 骤,以确定边缘提取在三维重建前期处理的关键地位。 主动轮廓模型提供了一个非常灵活的综合使用各种约束机制的工具,但是这 种模型的针对性很强,通用性差。针对传统的主动轮廓模型缺点,本文介绍了 种改进主动轮廓模型的边缘提取算法。该模型不但能精确地提取图像中的凸形物 体的边缘,而且能够接近边缘的凹陷处;弓l 入自适应改变大小的外部约束能量来 增大吸引范围,使控制点能够不依赖于初始轮廓而快速地收敛到居标的真实轮 廓。 本文针对头部轮廓、特定肿瘤及大脑边缘,设计了各种主动轮廓模型与其它 分割方法相结合的边缘提取方法。通过等距法阈值分割和主动轮廓模型结合,广 义模糊算子和主动轮廓模型结合完成头部轮廓提取,实验结果表明上述两种方法 是可行的边缘提取算法。采用人机交互的半自动方式提取脑部肿瘤,能够快速地 接近肿瘤边缘,效果较满意。采用基于扩散技术,先验知识和主动轮廓模型的图 像处理方法完成脑部边缘的提取,实验证明具有很好的自动性和鲁棒性。 本文针对断层图像之间具有连续性的特点,设计了一种分层边缘提取、层问 传递、总体合成的三维图像边缘提取方法。建立了一种层间轮廓传递方法,成功 地把图像配准技术同图像边缘提取技术结合起来,有效地解决了边缘提取信息在 断层图像之间准确传递的问题。实验结果表明该算法能快速准确地从m r i 体积图 像中提取出感兴趣的物体边缘,在医学图像分析中具有实用价值。 关键词:主动轮廓模型磁共振图像边缘提取匹配 a b s t r a c t e d g ee x t r a c t i o ni sa b a s i ct e c h n i q u ei nt h ei m a g e p r o c e s s i n ga n dc o m p u t e rv i s i o n , a n di th a sb e c o m et h ef o u n d a t i o no fi m a g es e g m e n t a t i o n , o b j e c tr e c o g n i t i o na n d i m a g ec o m p r e s s i o n t h em a j o rg o a lo f t h i sp a p e ri st o s y s t e m a t i c a l l yd e v e l o pa n d a p p l y t h e t e c h n i q u e o fs n a k ef o r e d g e e x t r a c t i o ni nm r ib r a i ni m a g e s t h i sp a p e rs u m m a r i z e st h em e t h o d so f 3 dr e c o n s t r u c t i o ni nm r i ,a n d p r i n c i p a l l y r e s e a r c h e so nt h es t e p so f3 ds u r f a c er e c o n s t r u c t i o ni no r d e rt oc o n f i r mt h a te d g e e x t r a c t i o ni si nt h e k e y s t a t u so f3 dr e c o n s t r u c t i o n a c t i v ec o n t o u rm o d e l ( s n a k e ) i saf l e x i b l et o o lo f u s i n gv a r i o u so fr e s t r i c t e d c o n d i t i o n s ,b u tt h i sm o d e lh a sas t r o n gp e r t i n e n c ea n dw e a kc u r r e n c y i no r d e rt o s o l v et h e s ef a u l t s ,a na l g o r i t h mb a s e do nt h ei m p r o v e ds n a k ei sp r o p o s e d t h em o d e l n o to n l yp r e c i s e l ye x t r a c t st h ee d g eo ft h ep r o t r u d i n go b j e c ti ni m a g e s ,b u tc a na l s o n e a rt ot h ee d g eo ft h ec o n c a v eo b j e c t ;i ti n t r o d u c e se x t e r i o rs a n c t i o ne n e r g yw h i c h c a n a d a p t i v e l yc h a n g e i t sv a l u et oe n l a r g es u c t i o n ,a n di tm a k e sc o n t r o lp o i n t sq u i c k l y c o n v e r g e t ot h er e a lc o n t o u rw i t h o u t d e p e n d i n g o nt h ei n i t i a lc o n t o u r t h i sp a p e rd e s i g n se d g ee x t r a c t i o nt e c h n o l o g yc o m p o s e do fs n a k ea n do t h e r s e g m e n t a t i o n m e t h o d s s n a k ei sc o m b i n e dw i m e q u a l - d i s t a n c e t h r e s h o l d s e g m e n t a t i o na n da l s oi n t e g r a t e di nt h eg e n e r a l i z e df i a z z yo p e r a t o rt o e x t r a c th e a d e x p e r i m e n t s h o w st h a tt h ea b o v em e t h o d sa r ea v a i l a b l e i ta d o p t st h es e m i a u t o m a t i o n m e t h o do fu s e ri n t e r v e n t i o n ,a n dc a nq u i c k l yn e a rt ot h et u m o re d g e ,t h ee f f e c ti s s a t i s f a c t i o n t h em e t h o di sc o n s i s t e do fd i f f u s i o n ,p r e c o g n i t i o na n ds n a k ef o rb r a i n e d g e ,e x p e r i m e n tp r o v e s t h a ti th a sag o o da u t o m a t i ca n dr o b u s tc h a r a c t e r t h i sp a p e ri sa i m e da tt h ec o n t i n u i t yo f s l i c e s ,a n dp r o p o s e sa3 de d g ee x t r a c t i o n m e t h o dc o n s i s t e do f e d g ee x t r a c t i o n ,e d g et r a n s f e r , a n dc o m b i n a t i o n 棚t h ee d g e s a n e d g et r a n s f e r r i n gm e t h o d si sb u i l d ,w h i c hi ss u c c e s s f u l l yc o m b i n e dw i t ht h ei m a g e m a t c h i n ga n d c a ni n c r e a s et h e p r e c i s eo ft r a n s f e r r i n g t h ee d g ef r o mo n es l i c et oo t h e r s e x p e r i m e n t ss h o w s t h a tt h i sa l g o r i t h mc a l lo b t a i nt h ee d g e so ft h ed e s i r e do b j e c tf r o m m r v o l u m e i m a g e sq u i c k l ya n dr e l i a b l y , a n di t h a sp r a c t i c a lv a l u ei nt h em e d i c a l i m a g ea n a l y s i s k e y w o r d s :a c t i v ec o n t o u rm o d e l ( s n a k e ) m r i e d g ee x t r a c t i o nm a t c h i n g 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表 或撰写过的研究成果,也不包含为获得盘壅盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名:敏耙 签字日期:2 口衅年f 月f 日 学位论文版权使用授权书 本学位论文作者完全了解:苤鲞盘茔有关保留、使用学位论文的规定。 特授权苤鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名 挪耙 导师签名:渺 签字目期:西衅年1 月f 日签字日期:护一年年月,日 第一章前言 第一章前言 边缘提取是图像处理和计算机视觉等领域最基本的技术,如何准确、快速的 提取图像中的边缘信息一直是这些领域的研究热点,随着此项技术研究的深入和 整个领域的不断发展,边缘提取技术已经成为图像分割、目标识别、图像压缩等 技术的基础。其理论意义深远,应用背景广泛,有相当的使用价值和理论难度。 边缘提取算法的提出通常是面向具体问题的,普遍实用性差。本论文针对脑部磁 共振医学图像特点,研究基于主动轮廓模型的边缘提取方法,重点在于提高对于 脑部磁共振图像边缘提取的普遍实用性和有效性。本章将介绍边缘提取在计算机 视觉的地位,磁共振成像原理及特点,医学图像边缘提取方法综述,论文的主要 工作及论文结构的说明。 1 1 边缘提取 图像分析与理解的根本任务是利用计算机系统解释图像,以得到对客观世界 图像的正确描述,于是产生了计算机视觉这个学科。作为计算机视觉的奠基人, m a r r “3 第一个提出了视觉是一个复杂的信息处理任务,要完整的理解视觉就必须 对其分层处理,使得视觉信息处理按照功能模块的形式组织起来。 傩视 2 5= 圈 要 朗像序列 椎 雉 二雏特征提鞭 解释或识别 素舞崔雹像 骨 裹 像 蟹 由饿复形状” 絮 示 图1 - 1m a r r 视觉计算理论中的信息层次与处理过程 如图卜l 所示,在m a r r 的视觉计算理论中,视觉信息分为图像、要素图、 2 5 维骨架和三维模型表示等四个层次,有三个自上而下的阶段。第一阶段也称 为早期视觉,由输入图像获得反映图像中强度变化的分布和组织的要素图,这是 一个符号化的过程。实现这一过程一般有两种方法,一种是基于边界,另一种是 基于区域。基于边界的方法可进一步分为几个子过程,先找出图像中灰度变化剧 烈的地方,称之为边缘;再将这些边缘连接起来形成轮廓或纹理,并给出适当的 表示;最后根据轮廓对图像中的物体进行分割平滑。基于区域的方法是指先对图 像进行区域分割,形成对应于不同物体和背景的区域,而这些区域的边界就是图 像中灰度变化剧烈的地方。第二阶段称为中期视觉,由输入图像和要素图获得 2 5 维骨架。2 5 维骨架是指在以观察者为中心的坐标系中,可见表面的法向、 第一章前言 大致的深度以及它们的不连续轮廓等,之所以称为“2 5 维”,是因为只包含了 可见表面而非整个景物的信息。最后一个阶段称为后期视觉,由输入图像、要素 图和2 5 维骨架获得物体的三维表示,描述三维目标的形状及其空间组织形式。 从m a r r 的理论可以看出早期视觉是计算机视觉非常基础的领域,后面的处 理均要依靠它提供的信息。而在早期视觉中最重要的技术就是边缘提取技术,边 缘提取的好坏将直接影响到后续处理的准确性和难易程度。所以从计算机视觉诞 生之日起,边缘提取技术的研究就一直是这个领域研究的热点,经过几十年的研 究已经形成了许多成熟的边缘提取技术,并得到了很好的应用。 1 2 磁共振成像原理及特点 核磁共振( n u c l e a r m a g n e t i c r e s o n a n c e ,n m r ) 是由美国斯坦福大学b l o c h 和哈佛大学p u r c e l l 在1 9 4 6 年分别在两地同时发现的,两人因此获得了1 9 5 2 年 的诺贝尔物理学奖。在2 0 世纪5 0 年代至7 0 年代,n k l r 主要用于化学分析。2 0 世纪7 0 年代,这一技术才与医学诊断联系起来,7 0 年代早期产生了核磁共振成 像( n u c l e a rm a g n e t i cr e s o n a n c ei m a g i n g ,n m r i ) 。此后,为了与放射性核磁检 查相区别,改称为磁共振成像( m a g n e t i c r e s o n a n c e i m a g i n g ,m r i ) 。在此期间, 磁共振成像得到了迅猛发展,在机器制造、设备性能、成像方法、临床应用和造 影剂使用等方面已日趋完善,目前已成为影像诊断学方面不可缺少的临床检查手 段“。 磁共振成像是利用原子核在磁场内共振而产生影像的一种诊断方法。不同组 织有不同的密度,以及不同的t 1 “1 ( 自旋一晶格弛豫时间) 和t 2 “1 ( 自旋一自旋弛 豫时间) ,采用不同的成像方法和成像参数,磁共振图像就有不同的组织密度。 这就为认识正常组织的磁共振图像及区别异常病理组织的影像特点打下了基础。 常用的磁共振图像有t 1 加权像,t 2 加权像和质子密度( p r o t o nd e n s i t y ,p d ) 加 权像“1 ,图卜2 为其示例。正常人体组织在三种不同权重方法下,显示不同影像 密度特点,见表卜1 。 ( a ) t 1 图像( b ) t 2 图像( c ) p d 图像 图卜2 常用的磁共振图像 第一章前言 权重方式骨肌肉脂肪空气水血液脑脊髓 t 1黑黑灰 白黑黑黑黑 t 2黑灰灰白黑 白白白 质子密度黑黑灰白黑黑灰黑灰黑灰 表卜1 人体组织不同权重下的密度特点 在本文中基于上述成像特点,分析不同组织密度的灰度值,完成m r i 图像的 基于边缘提取的分割。 1 3 医学图像边缘提取方法综述 边缘提取是医学图像处理的关键技术之一,目的是在有噪声背景的图像中确 定出目标物体边界的位置。由于成像的原理不同,图像的背景噪声性质差异很大 以及人体器官的复杂性,很难给边缘下一个简单而明确的定义,在图像处理上, 一般都认为局部极值点或灰度发生急剧变化的点即为边缘“1 。 医学图像边缘提取到今天仍然没有获得圆满解决,一个重要的原因是医学图 像的复杂性和多样性。为了解决医学图像边缘提取问题,近几十年来,很多研究 人员做了大量的工作,提出了很多实用的边缘提取方法。主要包括以下几大类: 1 3 1 经典边缘提取算法 经典的边界提取技术大都基于微分运算。首先通过平滑来滤除图像中的噪 声,然后进行一阶微分或二阶微分运算,求得梯度最大值或二阶导数的过零点, 最后选取适当的阈值来提取边界。其处理过程如下图: 图卜3 经典边缘提取流程 常用的经典边缘提取算子如下: ( 1 ) 梯度算子和r o b e r t 算子湖。利用的是边缘点的一阶导数有极小值; ( 2 ) p r e w i t t 和s o b e l 算子”1 。在计算微分以前,先进行邻域平均或加权平均; ( 3 ) k j r s e h 算予”1 是一个3 3 的非线性算子,基本思想是尽量使边缘两侧的像 素各自与自己的同类像素取平均,然后再求平均值之差; ( 4 ) l a p l a c i a n 算子研。最基本的二阶边缘检测算子,它对噪声更为敏感: ( 5 ) l o g 算子。由于l o g 算子具有多尺度检测、边缘封闭的优点,它一经提 出,则成为研究热点; ( 6 ) 沈俊( j s h e n ) 算子“”。j s h e i l 证明了指数滤波器是一阶最佳滤波器,并给出 了边缘检测的递归算子; 第一章前言 ( 7 ) c a n n y 算子1 。j c a n n y 早就证明了一维空间的指数滤波器的最佳性,并提 出了边缘检测的准则; ( 8 ) 曲面拟合法“。其基本思想是将灰度看成高度,用一个曲面来拟台一个小 窗口内的数据,再在拟合曲面上用普通的边缘检测算予来决定边缘点。 经典边缘检测的这些方法在处理简单的图像时有着很大的优势,但是由于成 像过程的复杂性,以及各种噪声源,使得被处理的图像信号相当复杂,在这种情 况下提取边界仅仅依靠局部灰度信息是远远不行得。边缘提取的困难绝大部分来 自于噪声的影响,最好的方法是把边界上下文信息“”( 灰度,距离,位置) 恰当 的融合到边界提取过程中。 1 3 2 数学形态学的方法 j s e r r a 于1 9 8 2 年出版的图像分析与数学形态学是数学形态学在图像处 理领域发展的一个里程碑。用于图像处理的两种基本运算是腐蚀和膨胀,它们的 不同组合形成开和闭。图像经边缘强度算子作用后,在跳跃边缘处形成凸脊,在 屋顶边缘处形成凹谷,再与原图像做差分得到边缘1 。利用形态学检测边缘,选 择合适的结构元是最重要的,结构元选得好,则噪声滤除得干净,同时边缘细节 也保存完好。 1 3 3 模糊算子法 自1 9 6 5 年z a d e h 发表第一篇模糊集论文以来,模糊数学在各个领域的应用 发展迅速。近年来,它在信号和图像处理中都有若干成功的应用。1 9 9 5 年,陈武 凡等“”首次提出了广义模糊集合的概念,并在图像处理领域取得了多方面的应用 成果,边缘检测就是其中较成功的应用之一,它具有比常规处理方法更快速、更 优质的特点。用广义模糊算予( g f 0 ) 检测出来的边缘具有宽度小,信噪比大的优 点。 1 3 4 神经网络法 近年来,由于神经网络算法强大的非线性表示能力及学习功能,在模式识别 等多方面取得了较多成功的应用。用神经网络提取边缘也逐步得到了应用“。其 基本思想是:先将输入图像映射为某种神经网络,然后输入一定先验知识一原始 边沿图,再进行训练,直到学习过程收敛或用户满意为止。由于神经网络提取边 缘利用了原图的已有知识,是从宏观上认识对象,微观上提取细节,所以它具有 很强的抗噪能力,但是如何得到先验知识却是一个难题。 1 3 5 基于反应一扩散方程的方法 基于反应一扩散方程的方法是从传统意义上的g a u s s i a n 核函数多尺度滤波 第一章前言 发展来的。h u m m e l 指出如果从反应扩散方程的观点来看待 可以被看作热传导中的线性扩散方程: l ( x ,y ,f ) 2d i v ( v i ) 2 = i 。+ j 。 p i e t r op e r o n a 等人提出了非线性扩散的概念“”,上式变为 l = a i v ( c ( x ,y ,t ) v 1 ) = c ( x ,y ,t ) w + v c v i 多尺度高斯滤波 公式( 卜1 ) 公式( 卜2 ) 其中c ( x ,y ,t ) 是扩散系数,v 和分别表示梯度算子和l a p l a c i a n 算子。文献“7 1 给出c ( x ,y ,t ) = g ( i f v l ( x ,y ,f ) l i ) ,9 0 是一个非负单调减函数,即扩散系数随图像 梯度的增大而减小,这样可以保证在区域内部( v ,小) 以较快速度扩散,而在边 缘点( v i 大) 则不再扩散,从而起到边缘增强的作用。 1 3 6 串行边界查找 串行边界查找方法“”通常是查找高梯度值的像素,然后将他们连接起来形成 曲线表示对象的边缘。串行边界查找方法在很大程度上受起始点的影响,以前检 测像素的结果对下一像素的判断也有较大影响。 最有代表性的串行边缘检测方法是将边缘检测的问题转化为图论中寻求最 小代价路径的问题。为求得最小代价,通常有两种方法:一种是贪婪法,即通过 在图中进行全局搜索寻找对应最小代价的路径,这种方法的计算量太大;另外一 种是动态规划的优化方法,为加快运算速度只求次优解。 1 3 7 基于主动轮廓模型的方法 2 0 世纪9 0 年代以来,随着医学影像设备的发展,可以获得更高空间分辨率 和软组织分辨率的图像,基于主动轮廓模型的方法也开始大量应用于医学图像, 并取得了成功“。在基于模型的技术中,主动轮廓模型提供了一种高效的图像分 析方法,它结合了几何学、物理学和近似理论。主动轮廓模型的巨大潜力体现在 它具有能通过发掘医学图像数据固有的自上而下的约束性质以及利用位置、大 小、形状等先验知识进行分割、配准和跟踪的能力。此外,这种技术可以提供一 种非常直观的交互式操作机制,必要时允许医学专家把他们的专门知识引入基于 主动轮廓模型的图像分析任务之中。 主动轮廓模型的主要优点是能够直接产生闭合的参数曲线或曲面,并对噪声 和伪边界有较强的鲁棒性。还有一些形变模型o ”利用了形状先验知识和标记点集 合等先验知识,可以使边缘提取结果更为鲁棒和准确。 第一章前言 1 4 论文的主要工作 由于医学图像的成像原理和组织本身的特性差异,医学图像与普通图像比 较,不可避免地具有模糊、不均匀性等特点。另外,人体的解剖组织结构和形状 复杂,这些都给医学图像边缘提取带来了困难。尽管国内外已有了许多较好的边 缘提取的技术和理论,但是,每一项技术均有其难以克服的缺点,边缘提取技术 仍然无法满足某些情况,而且目前的边缘提取技术还不能很好的解决m r i 含噪声 图像的处理。本论文旨在针对脑部磁共振图像特点,研究边缘提取方法。 本论文工作的目的是系统地发展和应用主动轮廓模型技术进行脑部磁共振 图像的边缘提取。从模型和算法上改进主动轮廓模型,探讨其能量最小化过程的 优化算法;针对头部轮廓和大脑边缘,建立多种分割方法与主动轮廓模型相结合 完成边缘提取;增加可改变大小的外部约束力来完成指定肿瘤的边缘提取;建立 一种新颖的三维断层图像边缘提取框架。本文的主要工作简述如下: 1 回顾了各种基于边缘提取的分割方法,对其进行优缺点比较,最终选定本文 的基于主动轮廓模型的边缘提取方案;介绍了m r i 图像三维重建的各种方法, 重点研究了三维表面重建的步骤,以确定边缘提取的意义及其在三维重建前 期处理的关键地位。 2 研究了基于主动轮廓模型方法提取图像边缘的理论基础、能量函数、能量最 小化过程。针对传统的主动轮廓模型缺点,本文介绍了一种改进主动轮廓模 型的边缘提取算法。该模型不但能精确地提取图像中的凸形物体的边缘,而 且够接近边缘的凹陷处:引入自适应改变大小的外部约束能量来增大吸引 范围,使控制点能够不依赖于初始轮廓而快速地收敛到目标的真实轮廓。为 实现改进模型,从一阶连续性能量,曲率项参数的自适应调整,图像能量中 梯度的构成,各项归一化规定,动态增删控制点规则及外部约束力的增加6 个方面对原始模型及算法的优化进行了改进,设计了改进模型的算法流程并 在v i s u a lc + + 中实现了该算法。 3 针对头部轮廓、特定肿瘤,设计了各种主动轮廓模型与其它分割方法相结合 的边缘提取方法。由于脑部结构的复杂性、组织器官形状的不规则性、个体 之间的差异性以及不同医学成像模式的成像特征,一般的边缘提取方法对医 学图像的处理效果并不理想。通过等距法阈值分割和主动轮廓模型结合,广 义模糊算子和主动轮廓模型结合,最终完成头部轮廓自动提取。采用人机交 互的半自动方式,在确定肿瘤的初始轮廓情况下,基于本文设计的主动轮廓 模型,在自适应改变大小的外部约束力作用下,能够快速地接近肿瘤边缘和 凹陷处,效果较满意。给出了各种方法的步骤以及实验结果。 4 采用基于扩散技术,先验知识和主动轮廓模型的图像处理方法提取大脑边缘。 首先进行各项同性的扩散产生充分模糊的图像,然后根据对t 2 图像的学习结 第一章前言 果获得的经验阈值提取出主要目标:根据先验知识,定义眼区的最大最小位 置,在该区域内识别出误分割的眼睛,进行边缘跟踪,提取出主动轮廓的初 始模型;最终基于主动轮廓模型的大脑轮廓修正。实验证明具有很好的自动 性和鲁棒性。 5 针对断层图像之间具有连续性的特点,设计了一种分层边缘提取、层间传递、 总体合成的三维图像边缘提取方法,完成三维重建的预处理一断层图像边缘 提取工作。利用图像配准技术建立一种层间轮廓匹配传递方法,成功地把图 像配准技术同图像边缘提取技术结合起来,有效地解决了边缘提取信息在断 层图像之间准确传递的问题。 1 5 论文结构 本论文共分六章,每章的主要内容如下: 第一章前言包含了边缘提取在整个计算机视觉、图像处理中的意义,核磁共振 图像的特点,目前国内外医学图像边缘提取方法的综述,确定了本论文研 究的方法,最后讲述了本论文的主要工作及结构。 第二章m r i 图像三维重建方法包括三维重建在医学中的作用,三维重建方法, 详细地介绍了三维表面重建的步骤,从而确定了边缘提取在三维重建中的 关键性地位,进一步明确了边缘提取的意义。 第三章主动轮廓模型理论和算法包括主动轮廓模型的物理含义,数学表征,主 动轮廓模型的实现及其离散形式,主动轮廓模型的改进,算法描述及其流 程五部分内容。本章是本论文重点研究的内容,也是后面设计的各种边缘 提取方法的主要依据。 第四章脑部m r i 断层图像边缘提取包括头部边缘提取,指定肿瘤提取,大脑边 缘提取三部分。把改进的主动轮廓模型和优化算法应用到人体脑部m r i 图像的边缘提取上。为了改善图像边缘提取性能,结合了其它分割方法。 第五章脑部m r i 三维体积图像边缘提取包括实验图像数据介绍,三维体积图像 边缘提取,层间轮廓匹配传递方法,实验方法和结果完成三维重建的预处 理断层图像边缘提取工作。 第六章总结与展望对整个论文进行了总结,指出了此研究的进一步发展趋势。 第二章m r i 图像三维重建方法 第二章帜l 图像三维重建方法 进入7 0 年代以来,随着计算机断层扫描,核磁共振成像,超声等医学成像 技术的产生和发展,可以得到人体及其内部器官的二维数字断层图象序列。为提 高医疗诊断和治疗规划的准确性与科学性,由二维断层图象序列转变成为具有直 观立体效果的图象,展现人体器官的三维结构与形态,从而提供若干用传统手段 无法获得的解剖结构信息,并为进一步模拟操作提供视觉交互手段。医学图象三 维重建与可视化技术就是在这一背景下提出的,这一技术一经提出,就得到大量 研究与广泛应用。本章主要介绍三维重建在医学中的作用,目前三维重建的方法 及三维表面重建的各步骤流程,进而确定边缘提取在三维重建的前期处理中的重 要地位。 2 1 三维重建在医学中的作用 医学图象三维重建是目前的一个研究热点问题,是一个多学科交叉的研究领 域,是计算机图形学和图象处理在生物医学工程中的重要应用。运用计算机图形 学和图像处理技术将计算机断层图像、核磁共振成像等成像设备得到的人体断层 二维图像序列,在计算机中重建成三维图像,并在屏幕上形象逼真地显示人体器 官的立体视图。它不仅为医生提供了人体组织与器官逼真的立体显示,使医生从 繁重的大脑重建过程中解脱出来,而且可以协助医生更加直观、迅速、准确地诊 断病变。其应用可以概括为。”: ( 1 ) 提供器官和组织的三维结构信息,使医生对病情做出正确的判断; ( 2 ) 进行手术规划和手术过程模拟,提高手术的可靠性和安全性; ( 3 ) 根据重建所得到的几何描述,用计算机辅助系统自动加工人体器官; ( 4 ) 作为医学研究和教学的工具; ( 5 ) 结构分析以及关于各种器官和组织的温度、应力的有限元分析; 2 2 兰维重建方法 2 。2 。1 三维重建方法的分类 目前图像三维重建的方法主要有两大类,一种是先进行物体三维重建,然后 利用计算机图形学的显示技术对重建的表面进行显示,这种方法称为物体表面重 建方法;另一种方法不需要恢复体数据中的物体表面,直接对体数据进行显示, 称之为三维体绘制或直接体视化。 第二章b l r i 图像三维重建方法 要从三维体数据中重建物体表面,首先必须根据采样值的分布变化确定物体 的边界,然后用适当的数学表示方法来描述物体表面。根据重建过程所操作的对 象来分,重建方法可以分为从断层轮廓重建物体表面和从体素重建物体表面两种 方法。 三维体绘制或直接体视化是1 9 8 8 年l e v o y “”等人提出的用于显示体数据的技 术。它与传统图形显示方法的思想截然不同,不需进行三维重建过程来恢复体数 据中的物体表面,即在不构造物体表面几何描述的情况下直接对体数据进行显 示。直接体视回避了分割和重建问题,可以对体数据所包含的物体进行显示。但 是,由于体绘制算法运算量太大,即使利用高性能的计算机,仍然无法满足实际 应用中交互操作的需要,因此物体表面重建仍是目前的主流算法。 2 2 2 基于断层轮廓的表面重建 从一组平面轮廓重建三维曲面是一个具有普遍意义的研究主题。最早的方法 是基于多边形技术,主要采用平面轮廓的三角形算法,用三角片拟合这组表面轮 廓的蓝面。其中具有代表性的是k e p p e l 在1 9 7 5 年提出的用三角片拟合物体表面 的方法o 。b o i s o n n a t 提出了另外一种基于表面轮廓的d e l a u n n a y - - - 角形方法,解 决了系列表面轮廓的三维连通性问题1 。 基于断层轮廓的表面重建方法是把各切片上抽取的物体轮廓作为输入,但是 至今仍没有鲁棒的分割方法保证边缘轮廓抽取的正确性,因此研究切片图像的边 缘提取也是三维表面重建中的一个研究热点。 2 2 3 基于体素重建物体表面 体素级重建方法直接对原始灰度体数据进行操作,构造体数据的等值面( 所 谓等值面是指空间中的一张曲面,该曲面上函数f ( x ,y ,= ) 的值等于某个给定值) , 然后在等值面( 物体表面) 通过的每一个体素内构造小面片。这些小面片一般是 三角片,物体表面就是由许许多多的小三角片组成的。因为这种重建方法是以体 素作为最基本的处理单元,所以称其为体素级重建方法。 体素级重建方法可以直接对原始灰度体数据进行操作,构造体数据的等值 面。最有影响的体素级重建方法是l o r e n s e n 等人提出的移动立方体法( m a r c h i n g c u b e ) ”。h e r m a n 提出的立方体法( c u b e d n e ) 把每个“1 ”体素和“0 ”体素的交 界面联结起来构成物体的表面。一种更有效的方法是直接在显示图象上显示象素 点,这就是分解立方体法( d i v i d i n gc u b e ) 的基本思想。 第二章m r i 图像三维重建方法 2 3 脓i 图像三维表面重建 2 3 1 m r l 图像三维表面重建的步骤 在上述三维重建方法的分析中,本文重点研究了基于断层轮廓的三维表面重 建方法。其表面重建的主要步骤是1 : ( 1 ) 获取目标图像序列: ( 2 ) 对图像序列进行预处理,以获取用于表面重建图像数据; ( 3 ) 根据所获得的图像数据重建出人体器官的三维表面图像。 其流程如图2 - 1 所示: 图2 1m r i 图像三维表面重建的步骤 2 3 2 获取目标图像序列 目标图像的数据输入共有两种来源:一是通过网络、光盘、磁带等直接输入 的m r i 多断层原始数据;二是b m p 或t i f 图像文件,是通过扫描仪或数字化仪得到 的原始m r i 的图像文件”1 。本文实验中所用的图像是单张断层b m p 图像。 2 3 3 图像预处理 2 3 3 1 二维图像滤波 在医学图象的获取过程中,由于影像设备中各电子器件的随机扰动和周围环 第二章m r i 图像三维重建方法 境的影响,使图象多少含有噪声和失真,影响了组织的分割与提取。滤波就是要 抑制噪声,增强图像特征,提高信噪比。常用的实平面上的滤波方法有以下三种: 邻域平均法,中值滤波法,保持边缘滤波法。 2 3 3 2 二维边缘提取 物体的边界在图像中是由灰度不连续性所反映的,人们希望直接从图中提取 边界,但在成像条件不好,边界复杂时是很难做到的。局部边沿在图像的总像点 中只占不大比例,那里局部一定发生改变。为了在图像中寻找边缘点,人们设计 了各种各样的边缘检测算子,然后跟踪边缘检测出的边缘点以构成边缘。本文将 在后续的章节中详细讲述针对脑部磁共振图像设计的改进主动轮廓模型算法,将 结合多种分割方法来提取特定器官的边缘,并提出基于主动轮廓模型和匹配思想 的三维体积图像边缘提取方法。 2 3 3 3 断层图像之间的插值 随着新一代m r t 设备的产生,二维切片图象的分辨率不断提高,断层不断变 薄,已经接近并超过计算机显示的分辨率。但是,当断层图象间的距离比断层图 象内象素间的距离大得多时,就需要用图象插值方法在原来的断层图象之间再插 值生成一些中间断层图象。 最简单的插值方法是对上下两个相邻的断层图象进行加权平均,产生一组插 值图象。由于很多重建和显示过程仅对边界轮廓感兴趣,h e r m a n 曾经用轮廓加 权平均法实现轮廓插值。 2 3 4 重建三维表面 2 3 4 1 轮廓拼接 通过对断层图像预处理后,可以得到断层图像的轮廓数据,必须对轮廓进行 采样,得到采样后的轮廓上的点,就可以利用o p e n g l 技术中三角形表面元贴面 法重建出对象的三维表面。 所谓的轮廓拼接就是用多边形,一般是三角形构造通过相邻层上对应轮廓的 表面的过程。通过空间中的两个轮廓的益面可以有无穷多种形式,因此必须额外 引入一些约束才能使这个问题有解。常用的约束条件有体积最大,表面积最小, 边长最小。 2 3 4 2 曲面拟和 在保证不改变三角片网格所描述的表面的基础上产生光滑的表面,可以采用 插值法和逼近法。要想使拟合出的三维表面能够通过已知的轮廓多边形,必须用 轮廓多边形反算出相应的控制顶点,求出控制顶点后,可用b 样条和非均匀有理 b 样条拟和曲面。 2 3 4 3 三维显示 随着计算机技术的飞速发展,计算机图形学已经进入三维真实感图形时代。 第二章m r i 图像三维重建方法 o p e n g l 是利用计算机生成三维真实感图形的主要工具之一,从绘制任何简单的三 维物体到交互的动态场景,o p e n g l 都能高效地帮助程序员完成这些绘制工作。 o p e n g l 在m r i 图像三维重建显示中的功能如下。”: ( 1 ) 绘制三维物体; ( 2 ) 观看物体; ( 3 ) 指定颜色模式; ( 4 ) 光照; ( 5 ) 增强图像效果。 利用计算机图形学的显示技术对重建的表面进行显示,将最终生成一个显 示图像。显示图像以二维阵列形式存在,每个像素包含一个灰度值。 2 4 边缘提取在躲i 三维重建中的作用 2 4 1 边缘提取属于图像分割的领域 2 4 1 1 图像分割 图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过 程。图像分割可借助集合概念用如下比较正式的方法定义。”: 令几何r 代表整个图像区域,对r 的分割可看做将r 分成若干个满足以下5 个条件的非空的子集( 子空间) r ,r :,r 。: ( 1 ) u 月,= r ; f = l ( 2 ) 对所有的i 和j ,i ,有r ,n r ,= : ( 3 ) 对i = 1 , 2 ,z ,有p ( r 。) = t r u e ; ( 4 ) 对i j ,有p ( r u r ,) = f a l s e ; ( 5 ) 对i = 1 , 2 ,一,r ,是连通的区域。 其中p ( r ,) 是对所有在集合马中元素的逻辑谓词,庐是空集。 上述条件( 1 ) 指出分割所得到的全部子区域的总和( 并集) 应能包括图像中 所有象素。条件( 2 ) 指出各个子区域是互不重叠的。条件( 3 ) 指出在分割后得 到的属于同一个区域中的象索应该具有某些相同特性。条件( 4 ) 指出在分割后 得到的属于不同区域中的象素应该具有一些不同特性。条件( 5 ) 要求同一个区 域中的象素应该是连通的。 第二章m r i 图像三维重建方法 2 4 1 2 边缘提取 图像边缘对图像识别和计算机分析十分有用。边缘能勾划出目标物体,使 观察者一目了然:边缘蕴含了丰富的内在信息,是图像识别中抽取图像特征的重 要属性。从本质上说,图像边缘是图像局部特性不连续性的反应,它标志着区域 的终结和另一个区域的开始。 边缘提取首先检出图像局部特性的不连续性,然后再将这些不连续的边缘 象素连成完备的边界。图像中灰度变化剧烈的区域即强度的非连续性对应着边 缘。边缘提取就是要检测出强度的非连续性,又能确定它们在图像中的精确位置。 在图像中边缘区域的灰度在空间上的变化形式一般可分为三个类型:阶跃型、房 顶型和凸缘型,分别如图2 2 ( a ) 、( b ) 、( c ) 所示。 厂j l八一 ( 的( c ) 图2 2边缘灰度的变化形式 在图像中边缘有方向和幅度两个特性。沿着边缘走向的灰度变化平缓,而垂 直于边缘方向的象素变化剧烈。在边缘上灰度的一阶导数幅度较大,而二阶导数 在边缘上的值为零,其左右分别为一正一负两个峰。因此,利用梯度最大值或二 阶导数过零点提取边界点成为一种有利的手段。 2 4 2 边缘提取在帜i 三维重建中的作用 对于医学图像,只有把感兴趣的目标从图像的复杂景物中提取出来,才有可 能进一步对它们进行定量分析或者识别,边缘提取是目标区域提取、特定组织测 量以及实现三维重建的关键技术。边缘提取是用二维m r i 图像重建三维m r i 图像 研究的前期研究。主要作用表现在以下几个方面: ( 1 ) 表征图像,边缘和区域分割都是图像的表示方法,也是图像理解和模式识 别的前提; ( 2 ) 定量分析,计算机自动化边缘提取和图像分割相结合可以实现区域面积的 计算,改善m r i 图像诊断的定量分析准确度,提高m r i 图像诊断的水平; ( 3 ) 三维信息处理,边缘提取是由二维图像重建三维图像的前提,也是体积定 量测量和计算的前提; ( 4 ) 图像压缩,边缘提取可以提取图像的特征,可以用于基于特征的数字图像 的压缩; ( 5 ) 数据库检索,是基于内容的数据图像检索的前提和基础。 第二章m r i 图像三维重建方法 2 5 小结 本章主要讲述了目前三维重建的主要方法,在进行各种方法的优缺点比较 后,确定了三维表面重建的方法。通过对三维表面重建流程的叙述,也更加明确 了边缘提取不仅在整个图像处理中居于重要的地位,同时在三维重建中也有不可 替代的作用,所以后续章节将一步讲述本文设计的边缘提取方法及其在m r i 图像 中的应用效果,此章也是后面提出的三维体积图像边缘提取的理论依据。 第三章主动轮廓模型的理论和算法 第三章主动轮廓模型的理论和算法 主动轮廓模型是一种气势正旺受到日益关注的计算机辅助医学图像分析技 术,在为数众多的基于模型的图像分析技术中,主动轮廓模型提供了一种独特的 功能强大的集几何、物理和近似理论于一身的图像分析方法,已经证明对图像的 分割、配准、跟踪等都非常有效。主动轮廓模型的巨大潜力体现在它具有能通过 发掘医学图像数据固有的自上而下的约束性质以及利用位置、大小、形状等先验 知识进行分割、配准和跟踪的能力。此外,这种技术可以提供一种非常直观的交 互式操作机制。主动轮廓模型的这些特点对解决脑部磁共振图像的组织边缘提取 非常有用,也是医学图像分割领域研究的热点所在。 本文采用主动轮廓模型作为脑部胍i 图像边缘提取的算法工具。本章将阐述 主动轮廓模型的物理含义,数学表征,实现及其离散形式,主动轮廓模型的改进 和算法描述及流程。 3 1 主动轮廓模型的物理含义 3 1 1 物理含义 1 9 8 7 年k a s s 等人发表了两篇题为“s n a k e :a c t i v ec o n t o u rm o d e l “的论文, 首次提出了运用主动轮廓模型( s n a k e ) 。”进行图像分割的思想。主动轮廓模型融 合了分割过程的三个阶段,使得检测到的目标边界是一光滑连接的曲线。其主要 思想是定义一个能量函数,在s n a k e 由初始位置向真实轮廓逐渐靠近时,寻找此 能量函数的局部极小值,即通过对能量函数的动态优化来逼近目标的真实轮廓。 这样,图像边缘提取问题就转变成为一个最优化问题,最优化的目的就是获得最 小化的主动轮廓模型的能量函数。 s n a k e 模型的引人之处在于,它对于范围广泛的一系列视觉问题给出了统一 的解决方法。在最近的十多年中,它已经被越来越多的研究者成功地应用于图象 分析和计算机视觉的许多领域,如边缘提取、图像分割和分类、运动跟踪、3 d 重建、立体
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 飞机自动驾驶仪测试调整工合规检查配合考核试卷及答案
- 变压器设备检修工岗位职业健康技术规程
- 搪瓷制品制造工安全考核试卷及答案
- 公司果蔬加工工岗位职业健康、安全、环保技术规程
- 变压变温吸附装置操作工岗位职业健康、安全、环保技术规程
- 2025湖南矿产集团子公司招聘16人模拟试卷及答案详解(典优)
- 2025河北招聘(选聘)辅助性岗位工作人员13人模拟试卷及答案详解(夺冠系列)
- 2025广东依顿电子科技股份有限公司招聘操作工人员模拟试卷及参考答案详解
- Petiline-生命科学试剂-MCE
- 2025年新材料研发行纪合同(GF-2000-1101)范本
- 2025城管执法考试题及答案
- 医学影像科危急值管理规范
- 2026年中考历史复习:非选择题 答题技巧
- 茅台镇酱酒文化课件
- 物业公司百家宴策划方案
- 药物分析 课件 唐倩 第1-7章 绪论、药物的性状检查与鉴别实验 -芳胺类及芳烃胺类药物的分析
- 《人为因素与航空法规》课件(共九章)
- 综合实践活动课程
- 钢厂设备安全培训课件
- 糖尿病高渗性昏迷护理讲课件
- 微信工作群规定管理制度
评论
0/150
提交评论