收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于启发式算法的医学图像阈值分割方法研究

秦俊  
【摘要】:图像分割是图像处理研究的重点和难点之一,也一直是研究的热点。图像分割是图像分析、图像识别等更高层图像处理的基础,分割结果直接影响着更高层分析和理解的正确性。基于图像处理的技术应用范围广泛。无论从图像场景还是成像原理上,都存在图像来源多样复杂,图像属性千差万别等问题;图像分割的目的各不相同;在成像、存储及传输过程中引入的各种干扰会使图像质量下降;这些问题给图像分割带来巨大挑战。阈值分割是图像分割的主要方法之一,在面向工业领域、医学影像处理领域的图像处理问题中,阈值分割是最重要的分割方法。本文结合启发式算法开展面向医学图像的阈值分割方法研究。本文简述了阈值分割的基本方法及启发式算法特点,从优化角度分析了基于启发式算法的阈值分割方法基本过程。通过改进阈值分割目标函数计算方法以及优化目标函数两个角度,面向医学图像分割,研究了几种结合改进的启发式算法的阈值分割方法。主要工作如下:(1)对基于启发式算法的阈值分割方法进行了分析。通过把阈值分割归纳为一个优化问题来求解,总结了基于启发式算法的阈值分割方法的基本步骤。针对传统启发式算法在解决阈值分割问题时,算法及参数的确定对具体分割的图像和应用目标先验知识依赖度高的问题,给出了一个面向图像阈值分割的超启发式结构。(2)分析了影响传统Otsu阈值分割计算复杂度的各种因素,针对这些影响因素提出了一种综合的改进方案。采用动态规划中把多维计算转变为多次一维计算的思想,把多阈值分割变为多次的单阈值分割,对算法的底层计算效率进行了优化。对于阈值的搜索过程,使用启发式算法提高计算效率,结合分割思想的特点,提出使用具有个体自主决策过程的多种群PSO算法,有效提高了在每一次阈值计算的搜索效率和质量。提出的分割算法在分割质量上与使用经典Otsu准则进行多阈值分割相当,在计算复杂度指标上不仅优于经典的Otsu方法,而且也比使用递推多阈值分割和基于遗传算法的多阈值分割有优势。最突出的优势在于其计算时间随着阈值数的增加呈现线性趋势的特点,这对于应用在实时性要求高的环境是非常有利的。(3)基于二维或多维直方图的阈值分割方法虽然会改善对噪声干扰等图像分割的效果,但计算复杂度会进一步增加。针对这一问题,采用重构的方法将二维直方图重构成一维直方图,并结合启发式搜索算法求解阈值。重构的一维直方图保留了二维直方图中抑制噪声和边缘效应的优点,以及简单的一维直方图处理方便的优点。采用SAPSO算法求解阈值较好地降低了PSO容易陷入局部最优的问题,对多阈值分割体现出了更好的鲁棒性。实验结果表明,基于改进直方图和SAPSO的多阈值图像分割算法,不仅综合性能上优于Otsu,而且相比HOtsu和基于PSO的Otsu也有一些优势,以相当于PSO Otsu的计算效率达到与HOtsu相当的分割质量。(4)提出了一个基于改进蚁群算法的阈值分割,针对传统蚁群算法前期收敛速度缓慢的问题,提出一种改进的蚁群算法,并应用于Otsu分割的阈值求解。当对蚁群进行初始化时,使蚁群的个体尽量均匀地分布在解空间中,以便蚁群尽可能的搜索到整个解空间;在蚁群算法执行的过程中,摒弃了传统蚁群算法的全局转移概率参数,通过引入Lévy飞行模式产生随机步长,控制蚁群的搜索范围。通过与传统Otsu算法和基于经典蚁群算法的Otsu分割相比,能更有效更快速的搜索到最优阈值。(5)提出了一个基于多种群动态决策FA(DBM-FA)的二维Otsu分割方法。DBM-FA比较有效地克服了传统FA算法容易陷入局部最优、收敛速度慢的缺点。它优化了传统FA中由随机分布引起的搜索效果不稳定的问题,更接近于真实自然界中萤火虫的生理机制。该算法符合仿生学的原理,相比传统FA和一些改进的方法具有更好的效果。针对使用启发式随机搜索优化算法的特点,结合二维Otsu阈值分割递推计算方法的特点,提出了在随机搜索中就近递推计算的二维Otsu阈值分割算法。(6)提出了一个通过元启发式算法探查子空间,不断淘汰劣质子空间,进而减小搜索范围提高元启发式算法工作效率的超启发式结构。这个方法是通过优化搜索空间,而不是通过提升搜索算法本身的搜索能力,提高启发式算法的工作效率,也就是通过有效使用元启发式算法搜索资源提升整体搜索效率。与直接使用元启发式算法在整个解空间搜索比较,其提高了计算资源的使用效率;由于子空间之间完全隔离,把一个大的函数空间划分成了多个小的函数空间,把一个大范围的优化问题转化为多个小范围的优化问题,在小的空间中目标函数相对简单,搜索过程可以更有效快捷找到这个范围的最佳点,更有效避免跌入局部最优点;底层各个子空间之间的计算完全独立,在上层上评估子空间优劣,因此子空间搜索过程有利于使用并行计算方式。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 李红岩;;基于空间二进制编码的阈值分割方法研究[J];计算机仿真;2008年07期
2 黄森林;王耀南;彭玉;周显恩;严佳栋;范涛;刘学兵;刘远强;;基于迟滞阈值分割的瓶口缺陷检测方法[J];电子测量与仪器学报;2017年08期
3 刘杰;安博文;;基于动态阈值分割的目标提取技术[J];红外技术;2008年12期
4 刘晟;;基于改进的局部阈值分割的阴影路面裂缝提取方法[J];无线互联科技;2018年20期
5 胡锦美;李佐勇;张祖昌;;基于等周理论的自动多级阈值分割方法(英文)[J];系统仿真学报;2013年01期
6 吴清;赵歆波;王庆胜;;基于阈值分割的叶片缺陷检测技术[J];机床与液压;2006年09期
7 陈小宇,贺赛先,乔翠兰,汪瑞祥,尹建武;一种提取模糊图像边缘区域的双阈值分割方法[J];黄冈师范学院学报;2003年06期
8 郭英凯,杨杰,陆正刚;基于模糊和遗传算法的阈值分割方法[J];红外与激光工程;2000年05期
9 曲智国;高颖慧;王平;王鹏;沈振康;;基于空频域联合阈值分割的轮廓检测方法[J];计算机科学;2012年10期
10 辛明远;梅劲松;蒋银男;;基于小波分解的客运列车车号定位及阈值分割[J];计算机与数字工程;2019年01期
11 吴一全;潘喆;;二维Tsallis-Havrda-Charvat熵阈值分割的快速递推算法[J];信号处理;2009年04期
12 缪奇航;熊莎莎;李新宇;严裕;崔文超;;聚类法阈值分割专题教学探讨[J];电脑知识与技术;2019年12期
13 李博;陈燕;邹湘军;彭红星;谈建豪;蒋志林;;基于二次阈值分割的方向倒脚匹配工件识别[J];计算机工程与设计;2016年03期
14 谢凤英;姜志国;;基于最大方差的免疫细胞图像双阈值分割[J];中国体视学与图像分析;2007年01期
15 张龙;余玲玲;刘京南;;一种改进的最大熵阈值分割方法[J];电子工程师;2006年11期
16 张立保,王丽荣;整数小波框架下基于阈值分割的静止图像编码[J];光电子·激光;2004年02期
17 龚坚,李立源,陈维南;二维熵阈值分割的快速算法[J];东南大学学报;1996年04期
中国重要会议论文全文数据库 前10条
1 浦昭邦;杨照华;祁振强;;基于遗传优化的一种新型阈值分割方法[A];首届信息获取与处理学术会议论文集[C];2003年
2 张红;王旻烨;李庆;王筱雪;高祥伟;;基于阈值分割的LiDAR数据建筑物提取研究[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
3 田书畅;徐磊;蒋红兵;;基于形态学重建和阈值分割的肾脏图像自动ROI勾画[A];中华医学会医学工程学分会第十五次全国学术年会论文汇编[C];2015年
4 洪霞飞;叶青;;基于遗传算法阈值分割的雾天图像增强算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
5 李挺;张志广;;心血管系统的图像分割[A];第六届全国计算机应用联合学术会议论文集[C];2002年
6 段建威;常桐博;袁德盛;张胜年;牛文鑫;;不同着地模式对髋关节影响的有限元分析[A];第十二届全国生物力学学术会议暨第十四届全国生物流变学学术会议会议论文摘要汇编[C];2018年
7 黄海永;朱浩;王朔中;;一种基于图像局部特性的文件污渍消除方法[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
8 胡伟平;王日凤;;基于阈值分割与区域生长的车牌识别方法[A];广西计算机学会2015年学术年会论文集[C];2015年
9 王晓蕾;杨健;;基于图像处理技术的地基云图云量的识别[A];第三届长三角气象科技论坛论文集[C];2006年
10 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
中国博士学位论文全文数据库 前10条
1 秦俊;基于启发式算法的医学图像阈值分割方法研究[D];吉林大学;2019年
2 雷博;基于图像不确定性信息的阈值分割方法研究[D];西安电子科技大学;2013年
3 曹蕾;肺结节图像的分析与识别[D];南方医科大学;2009年
4 李佐勇;基于统计和谱图的图像阈值分割方法研究[D];南京理工大学;2010年
5 王骏;无监督学习中聚类和阈值分割新方法研究[D];南京理工大学;2011年
6 汪启伟;图像直方图特征及其应用研究[D];中国科学技术大学;2014年
7 魏平;数字乳腺钼靶图像的软拷贝显示技术研究[D];浙江大学;2009年
8 姚兰;区间二型模糊系统及其在受电弓滑板检测中的应用研究[D];西南交通大学;2014年
9 陈文;基于可见光和红外热像仪的双目视觉运动目标跟踪[D];南京航空航天大学;2013年
10 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年
中国硕士学位论文全文数据库 前10条
1 袁翔;基于双阈值分割的手足口病图像处理与检测[D];深圳大学;2018年
2 袁畅;基于法向图的道路分割和车道检测算法[D];山东大学;2019年
3 杨琴;基于视觉注意机制的显著目标检测与提取算法研究[D];武汉理工大学;2017年
4 余梦露;基于图像处理的薄膜厚度曲线实时监测系统的研究[D];中国计量大学;2017年
5 张俊生;基于动态阈值分割的汽车轮毂缺陷检测技术研究[D];中北大学;2012年
6 潘东杰;复杂条件下基于阈值分割的红外弱小目标检测和跟踪[D];西安电子科技大学;2010年
7 马晓珍;基于蜂群单阈值分割和SRC理论的板材缺陷分类方法研究[D];东北林业大学;2017年
8 陈岩;基于阈值分割的织物疵点检测技术研究与实现[D];北京工业大学;2012年
9 张勇;图像中模糊边界目标的阈值分割方法研究[D];合肥工业大学;2011年
10 唐闻;结合形态学的基于阈值分割方法在MR脑实质图像提取中的应用研究[D];中南大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978