基于圖像分析的異常檢測算法研究及應(yīng)用.pdf

1、異常檢測是圖像處理和模式識別領(lǐng)域的重要應(yīng)用之一。利用圖像處理和機器學(xué)習(xí)算法對圖像進行分析，檢測出圖像中的異常部分，不僅能夠減輕人工處理的工作量、克服不同操作人員之間的主觀性差異，而且還具有靈敏度高、檢測率高、誤檢率低、快速準(zhǔn)確等優(yōu)點，因此越來越多地應(yīng)用于醫(yī)學(xué)圖像處理等不同場合，具有廣闊的應(yīng)用前景。
　　本文在分析一般的圖像異常檢測算法的基礎(chǔ)上，針對兩種特定的應(yīng)用-骨掃描圖像和公安安檢圖像進行了深入的研究并取得了一系列的成果。為了開

2、發(fā)核醫(yī)學(xué)科全身骨掃描圖像計算機輔助診斷系統(tǒng)，作者在研究國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，首先針對骨掃描的脊柱和肋骨后身圖像，提出了一種新的自適應(yīng)熱點檢測算法。繼而針對全身的其他部位，分別提出利用本底和對稱性等特征進行熱點檢測。在熱點檢測算法的基礎(chǔ)上，本文進一步討論了骨掃描圖像熱點和病人的分類識別算法，通過特征提取和貝葉斯分類學(xué)習(xí)等，給出病人存在腫瘤骨轉(zhuǎn)移的概率。實驗結(jié)果表明，本文所提出的檢測算法，對于脊柱和肋骨部分的熱點檢測的準(zhǔn)確率達到了93.1

3、％，同時能夠減少系統(tǒng)的假陽性檢測。最后在此熱點檢測和分析識別算法基礎(chǔ)上開發(fā)的骨掃描計算機輔助診斷系統(tǒng)，已經(jīng)在臨床上試用，能減輕醫(yī)生讀片的負(fù)擔(dān)和主觀性差異。
　　同時，本文針對公安安檢系統(tǒng)中的雙能透視和背散射圖像，提出了新的物質(zhì)分類和違禁物檢測算法。首先針對高、低能透視圖像，利用SVM分類器實現(xiàn)對有機物、無機物和混合物的分類。然后在透視圖像和背散射圖像配準(zhǔn)和數(shù)據(jù)融合的基礎(chǔ)上，通過SVM分類器進行物質(zhì)的細(xì)分和危險物品的檢測。實驗結(jié)果表