基于多尺度幾何分析的細(xì)胞圖像處理相關(guān)技術(shù)研究.pdf

1、隨著數(shù)字化信息的到來,特別是數(shù)字圖像處理技術(shù)的不斷發(fā)展,使得醫(yī)學(xué)圖像成為醫(yī)生診斷、治療的有力輔助手段成為可能。同時(shí),利用這些圖像預(yù)處理技術(shù),還可以進(jìn)一步的改善醫(yī)學(xué)圖像的質(zhì)量,以此來提高診斷的準(zhǔn)確性。傳統(tǒng)的空域處理方法和傅里葉分析方法不能做到將信號(hào)在高維空間中進(jìn)行稀疏表示,也不能有效的捕捉圖像中豐富的紋理信息。針對(duì)這一問題,隨著數(shù)學(xué)調(diào)和分析理論的發(fā)展,Donoho等人提出多尺度幾何分析概念。這一理論的提出,為信號(hào)在高維空間尋找一種最優(yōu)表示

2、成為可能,并通過其各向異性的特點(diǎn)捕捉圖像中豐富的方向紋理信息,在圖像去噪、增強(qiáng)、分割等方面得到了廣泛的應(yīng)用。因此,本文將多尺度幾何分析方法引入細(xì)胞圖像處理中,其主要研究內(nèi)容包括以下幾個(gè)方面:
　　針對(duì)采集過程中由于光照不足而導(dǎo)致的對(duì)比度低、灰度分布不均等問題,提出一種結(jié)合非下采樣多尺度分析與Retinex模型增強(qiáng)方法,通過對(duì)圖像照射分量子圖像的估計(jì),實(shí)現(xiàn)反射分量圖像的提取,使圖像的對(duì)比度得到提升。
　　針對(duì)圖像在拍攝時(shí),由于

3、景深效應(yīng)造成的對(duì)焦不準(zhǔn)問題,本文提出一種基于多尺度分析的多聚焦圖像融合算法。該方法通過建立分解系數(shù)的能量直方圖,對(duì)系數(shù)分類,從融合源圖像中選取合適的融合系數(shù),得到清晰的融合圖像。
　　針對(duì)圖像采集中受到噪聲干擾的問題,本文分別討論了基于Curvelet、Contourlet、NSCT三種多尺度分析工具的去噪算法。為了充分的利用分解系數(shù)間的相關(guān)性,提出了一種基于NSCT變換的三變量去噪模型,將統(tǒng)計(jì)分析理論引入去噪過程,推導(dǎo)去噪收縮函

4、數(shù)表達(dá)式。由稀疏表示理論可知,信號(hào)的稀疏性是影響重構(gòu)精度的重要因素。因此,從提高信號(hào)稀疏性角度出發(fā),提出了一種基于三維協(xié)同濾波和系數(shù)分類處理的去噪方法,通過平面向立體的轉(zhuǎn)化以及分類處理思想,進(jìn)一步改善去噪圖像的質(zhì)量?？紤]到實(shí)際中細(xì)胞的信息常以視頻信號(hào)的形式存儲(chǔ),還提出了一種結(jié)合方向Context模型的Surfacelet視頻去噪方法,將視頻信號(hào)看做三維信號(hào)進(jìn)行處理,對(duì)其進(jìn)行立體多尺度幾何分析,實(shí)現(xiàn)噪聲的去除。
　　針對(duì)傳統(tǒng)分割方法

5、應(yīng)用于細(xì)胞圖像存在的速度慢、邊緣分割精度低以及誤分現(xiàn)象等問題,本文分別提出了基于粒子群的二維Otsu方法和基于Contourlet域HMT模型與改進(jìn)上下文結(jié)構(gòu)的圖像分割算法,實(shí)現(xiàn)準(zhǔn)確、快速的輪廓分割。
　　最后,本文針對(duì)生物細(xì)胞結(jié)構(gòu)和形態(tài)變化的研究中細(xì)胞形態(tài)的識(shí)別和分割,討論了基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的細(xì)胞圖像識(shí)別計(jì)數(shù)方法,利用PCNN交叉熵及自動(dòng)波特征及正向傳播和反向傳播特性研究,提出了一種基于簡化PCNN模型進(jìn)行分割的