光學(xué)相干層析醫(yī)學(xué)圖像邊緣檢測.pdf

1、光學(xué)相干層析技術(shù)(OCT)由于具有高分辨率、非侵入、無損傷以及實(shí)時成像的特點(diǎn)，已經(jīng)廣泛的應(yīng)用于生物醫(yī)學(xué)領(lǐng)域。由于 OCT圖像成像原理的影響，邊緣信息受到極大的干擾，直接分割相對比較困難，因此邊緣檢測可以作為對OCT醫(yī)學(xué)圖像進(jìn)行準(zhǔn)確、精細(xì)的分割的基礎(chǔ)。在圖像的邊緣檢測方面，國內(nèi)外學(xué)者研究了多種邊緣檢測算法，然而對 OCT醫(yī)學(xué)圖像進(jìn)行邊緣檢測需要克服以下難點(diǎn)：1)噪聲強(qiáng)度大、對比度低、部分邊緣結(jié)構(gòu)模糊。直接進(jìn)行邊緣提取難度大，因此可以先對

2、OCT心管圖像進(jìn)行有效的去噪，降低噪聲對邊緣信息的影響，然后研究抗噪性能強(qiáng)的邊緣檢測算法。2)OCT心管圖像存在偏移場。由于OCT醫(yī)學(xué)圖像成像機(jī)制的影響，圖像的灰度并不是均勻分布的，如果直接進(jìn)行邊緣檢測，圖像中的弱邊緣將丟失，不能達(dá)到準(zhǔn)確的邊緣提取的目的，因此需要選取一種合理的去偏移場算法對OCT心管圖像進(jìn)行預(yù)處理。
　　針對上述問題，本文主要展開了以下三方面的研究：
　　1）在圖像預(yù)處理方面，a.針對 OCT圖像的噪聲特性

3、，采用了基于 Contourlet變換的去噪算法進(jìn)行去噪。由于該算法充分考慮了 OCT圖像的噪聲特性，能夠有效的去除噪聲，同時較好的保留邊緣信息；b.針對OCT醫(yī)學(xué)圖像存在的偏移場問題，結(jié)合圖像特性，采用了基于形態(tài)學(xué)的去偏移場算法——Rollingball算法。該算法可以較好的去除偏移場，同時保留圖像的邊緣信息，在一定程度上有抑制噪聲的作用。
　　2）提出一種改進(jìn)旋轉(zhuǎn)核變換(IRKT)的邊緣檢測算法，該算法的提出主要是受RKT算法

4、的啟發(fā)，改進(jìn)的RKT算法是通過改變旋轉(zhuǎn)核的模型，使其可以進(jìn)行邊緣檢測以及對邊緣像素點(diǎn)的方向性統(tǒng)計。本文對基于改進(jìn)旋轉(zhuǎn)核的邊緣檢測算法過程進(jìn)行的系統(tǒng)的設(shè)計，首先利用改進(jìn)的旋轉(zhuǎn)核對圖像卷積處理，其次針對其邊緣像素點(diǎn)的特性，確定邊緣像素點(diǎn)以及其方向性，然后根據(jù)邊緣像素點(diǎn)的方向性對圖像進(jìn)行準(zhǔn)確合理的邊緣單像素化，最后利用形態(tài)學(xué)的知識對檢測的邊緣進(jìn)行邊緣斷點(diǎn)鏈接。同時也提出針對 IRKT算法的方向核的改進(jìn)，對其方向核內(nèi)的值進(jìn)行加權(quán)處理，使其邊緣檢

5、測效果更好。由于該算法采用的是大尺度旋轉(zhuǎn)核，因此具有較好的抗噪性以及對弱邊緣也有一定檢測能力。
　　3）將上述方法在OCT醫(yī)學(xué)圖像上進(jìn)行了邊緣檢測性能測試。這部分主要進(jìn)行了三方面的實(shí)驗(yàn)：去噪前后的OCT醫(yī)學(xué)圖像邊緣檢測對比、去偏移場前后的OCT醫(yī)學(xué)圖像邊緣檢測對比和預(yù)處理順序?qū)?OCT醫(yī)學(xué)圖像邊緣檢測的影響。最后實(shí)驗(yàn)結(jié)果表明，本文提出的加權(quán)的IRKT邊緣檢測算法在預(yù)處理后的OCT醫(yī)學(xué)圖像邊緣檢測都有較大的提高，同時針對灰度不均勻較