基于模糊理論的胸片圖像分析研究.pdf

1、醫(yī)學圖像處理在計算機視覺領域的飛速發(fā)展，使得計算機輔助診斷成為研究熱點，X光胸片是醫(yī)生常用于診斷肺部、骨骼、心臟等部位疾病的重要依據(jù)。在成像的過程中，由于人體組織結構的復雜性、X射線散射、設備自身噪聲等因素的影響，導致圖像質量下降，因此應當對圖像進行處理，為醫(yī)生提供可靠的診斷數(shù)據(jù)打下基礎，包括：增強處理以改善圖像質量、分割處理以突出感興趣區(qū)域、肺結節(jié)識別研究以檢查病灶。
　　本文首先闡述了醫(yī)學圖像增強的基本方法，包括對比度增強和邊

2、緣檢測增強，并進行簡要說明。對基于模糊集合理論的圖像增強方法進行研究，在前人工作的基礎上，給出了一種基于模糊自適應算法的胸片圖像增強方法。即使用可檢測邊緣度與噪聲標準差之商作為圖像增強質量的評估標準，自動選擇模糊參數(shù)，實現(xiàn)廣義模糊增強圖像的自動優(yōu)化。然后闡述了基于模糊理論的胸片圖像分割方法，包括經典的K-均值聚類算法、C-均值聚類算法，以及基于這兩種方法的改進方法，并分析他們的優(yōu)缺點，給出了分割出的肺部輪廓圖像。最后，本文將模糊模式識別