基于分?jǐn)?shù)階及分形理論的邊緣檢測(cè)研究.pdf

1、醫(yī)學(xué)圖像一般是指為了清楚地看到病人內(nèi)部的局部器官病變情況而通過(guò)一定的設(shè)備儀器得到的圖片，例如CT、B超等圖片，對(duì)圖片質(zhì)量的要求不斷提高，并且圖像邊緣的質(zhì)量決定了后續(xù)對(duì)圖像處理工作的復(fù)雜度，使得圖像邊緣檢測(cè)技術(shù)在圖像處理中有重要作用。
　　論文分析了分?jǐn)?shù)階微分算子的頻域特性，根據(jù)分?jǐn)?shù)階微分定義，分析Tanis算子的原理及特點(diǎn)，對(duì)其進(jìn)行了方向擴(kuò)展。對(duì)于邊緣檢測(cè)的方法，論文基于分?jǐn)?shù)階微分增強(qiáng)紋理細(xì)節(jié)的效果，采取了兩種分?jǐn)?shù)階微分邊緣檢測(cè)手

2、段，一種是分?jǐn)?shù)階微分前后做差法，另一種為分?jǐn)?shù)階與整數(shù)階微分結(jié)合的方法。圖像的分形維數(shù)和圖像的熵值是圖像特征的統(tǒng)計(jì)值，針對(duì)分?jǐn)?shù)階微分掩模參數(shù)的選擇方法，本文提出了基于分形理論以及基于最大熵值選取最優(yōu)分?jǐn)?shù)階微分階次的方法。相比于傳統(tǒng)手動(dòng)選值更快捷準(zhǔn)確快速。
　　仿真結(jié)果表明，本文采用的分?jǐn)?shù)階微分算子能明顯增強(qiáng)圖像邊緣信息，圖像邊緣清晰度提高，效果較為明顯。并且，利用分?jǐn)?shù)階微分階次的兩種選擇方法，均可以大幅度提高精度和效率。因此將分形理