基于小波分析的医学图像增强 答辩PPT.ppt

基于小波分析的医学图像增强基于小波分析的医学图像增强学院学院 ##############学院学院专业专业 ################姓名姓名 ######指导老师指导老师 ######论文结构论文结构►►引言引言( (简要介绍医学图像增强的研究背景及意义简要介绍医学图像增强的研究背景及意义) )►►算法原理算法原理( (简单介绍了本文所用到的数学知识简单介绍了本文所用到的数学知识) )►►算法流程算法流程( (提出了一种基于小波变换的模糊域增强算法提出了一种基于小波变换的模糊域增强算法) )►►结果与讨论结果与讨论（对图像增强传统方法与本文所用算法进行比较，验证了该算（对图像增强传统方法与本文所用算法进行比较，验证了该算法的可行性和优越性）法的可行性和优越性） ►►结束语结束语1 1、引言、引言►►医学影像是医生临床诊断和治疗的重要辅助手段医学影像是医生临床诊断和治疗的重要辅助手段 ►►医学图像在采集、传输中会引入大量噪声医学图像在采集、传输中会引入大量噪声►►为了提高图像的可读性，进行更有效的观察和诊断，对其进为了提高图像的可读性，进行更有效的观察和诊断，对其进行计算机处理（去噪、增强）就显得非常必要行计算机处理（去噪、增强）就显得非常必要2 2、研究现状、研究现状►►传统方法：频域滤波（低通滤波、传统方法：频域滤波（低通滤波、wienerwiener滤波），空域滤波滤波），空域滤波 （中值滤波）（中值滤波）►►新方法：新方法：1 1、经典的图像增强方法的改进、经典的图像增强方法的改进 2 2、基于小波变换的图像增强技术、基于小波变换的图像增强技术 3 3、基于神经网络、模拟退火法、遗传算法的图像、基于神经网络、模拟退火法、遗传算法的图像 增强技术增强技术 4 4、基于数字形态学的图像增强技术，如基于粗糙、基于数字形态学的图像增强技术，如基于粗糙 集理论、模糊数学的增强方法。

集理论、模糊数学的增强方法3 3、算法流程图、算法流程图4 4、结果与讨论、结果与讨论软阈值去噪软阈值去噪►►图像的噪声主要分布在高频区域图像的噪声主要分布在高频区域 ►►经小波分解后，信号的小波系数幅值要大于噪声的系数幅值，经小波分解后，信号的小波系数幅值要大于噪声的系数幅值，可以认为，幅值比较大的小波系数一般以信号为主，而幅值可以认为，幅值比较大的小波系数一般以信号为主，而幅值比较小的系数在很大程度上是噪声比较小的系数在很大程度上是噪声 ►►软阈值函数软阈值函数模糊域增强模糊域增强►►模糊子集，隶属函数模糊子集，隶属函数 设设U=(x)U=(x)是一个集合，是一个集合，μ(xμ(x) )是定义在是定义在U U上并在上并在[0,1][0,1]区间中取值的一个函数，区间中取值的一个函数，则则μ(xμ(x) )刻划了刻划了U U中的一个模糊子集中的一个模糊子集A A，我们称，我们称U U是论域，是论域，A A是是U U的模糊子集，的模糊子集，μ(xμ(x) )是是A A的隶属函数的隶属函数►►最大隶属度原则最大隶属度原则 最大隶属度原则就是认为元素隶属于隶属度最大的集合。

最大隶属度原则就是认为元素隶属于隶属度最大的集合 模糊域增强流程图模糊域增强流程图F：隶属函数T：模糊增强算子F’：逆映射（F的反函数）隶属函数F： 其中模糊增强算子T：逆映射F’：低频分量增强效果重构重构结果讨论结果讨论结果分析：结果分析：1 1、高频去噪和低频增强都取得了很好、高频去噪和低频增强都取得了很好 的效果的效果 2 2、重构后的图像不太理想、重构后的图像不太理想存在问题：存在问题：1 1、边缘模糊，低频模糊域增强引起、边缘模糊，低频模糊域增强引起 的 2 2、重构后图像对比度下降、重构后图像对比度下降解决方法：解决方法：1 1、改进模糊算法、改进模糊算法 2 2、改进重构方法，或对重构后的图像、改进重构方法，或对重构后的图像 进行处理进行处理致谢致谢►►感谢感谢######老师老师►►感谢所有的老师和同学感谢所有的老师和同学。