题名 | 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究; 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究 |
作者 | 1姜磊,电工研究所 |
学位类别 | 硕士 |
答辩日期 | 2004 |
授予单位 | 中国科学院电工研究所 |
导师 | 1杨文晖,电工研究所 |
关键词 | 磁共振成像 小波分解 Rician噪声 模糊集 模糊聚类 Magnetic Resonance Imaging Wavelet Transform Rician Noise Fuzzy Sets Fuzzy Clustering Segmentation |
其他题名 | 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究 |
学位专业 | 电机与电器 |
中文摘要 | 磁共振成像(MRJ)由于自身独特的成像特点,使得其处理方法不同于一般图像。根据不同的应用目的,本文分别提出了MRI图像去噪和分割两个算法。首先,本文针对M班重建后图像噪声分布的实际特点,提出了基于小波变换的MRI图像去噪算法。该算法详细阐明了MRI图像Rician噪声的特点,首先对与噪声和边缘相关的小波系数进行建模,然后利用最大似然估计来进行参数估计,同时利用连续尺度间的尺度相关性特点来进行函数升级,以便获得最佳萎缩函数,进一步提高图像的质量,最终取得了一定的效果。与此同时,本文对MRI图像的进一步的分析与应用展开了一定研究,提出了一种改进的快速模糊C均值聚类鲁棒分割算法。该算法先用K均值聚类方法得到初始聚类中心点,同时考虑邻域对分割结果的影响,对目标函数加以改进,用来克服噪声和非均匀场对MRI图像分割的影响,达到鲁棒分割的目的,为进一步图像处理和分析打下基础。通过实验,我们发现,无论是针对模拟图像还是实际图像,本文所提出的两个算法都取得了较好的效果,达到了预期的目的。 The technique of MRI image processing is different from that of other sorts of images because of its unique imaging methods. In order to achieve diverse aims, in this paper, the algorithm on MRI images denoising and segmentation are proposed, respectively. First, a new adaptive wavelet-based Magnetic Resonance images denoising algorithm is proposed. A Rician distribution for background-noise modelling is introduced and a Maximum-Likelihood method for the parameter estimation procedure is used. Further discrimination between edge- and noise-related coefficients is achieved by updating the shrinkage function along consecutive scales and applying spatial constraints. We also develop an algorithm on MRI images robust segmentation based on fuzzy clustering. The algorithm is formulated by modifying the objective function of the standard fuzzy C-means (FCM) method to compensate for intensity inhomogeneities. An additional term is injected into the objective function to constrain the behavior of membership functions with the neighborhood effect. Meanwhile, we also describe an adaptive K-means clustering algorithm that initializes the centroids. The efficacies of the algorithms are demonstrated on both simulated and real Magnetic Resonance images. The results are shown to be promising and outperform previous related algorithms. |
语种 | 中文 |
公开日期 | 2010-10-18 |
页码 | 53 |
内容类型 | 学位论文 |
源URL | [http://ir.iee.ac.cn/handle/311042/7333] ![]() |
专题 | 电工研究所_其他部门_其他部门_硕士学位论文 |
推荐引用方式 GB/T 7714 | 1姜磊,电工研究所. 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究, 基于小波分解和模糊聚类的MRI图像去噪以及分割算法研究[D]. 中国科学院电工研究所. 2004. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论