骨科X線片的圖像增強及分割算法研究.pdf

1、隨著計算機技術的迅速發(fā)展，數(shù)字圖像處理技術在醫(yī)學領域的研究和應用日益深入和廣泛?，F(xiàn)代醫(yī)學已越來越離不開醫(yī)學圖像處理技術，醫(yī)學圖像處理技術在臨床診斷、科學教研等方面發(fā)揮了重要的作用。醫(yī)生通常不對骨科X線圖像進行相關處理直接進行診斷，但是骨科X線圖像具有噪聲高、軟硬組織灰度差值較小、動態(tài)范圍寬、數(shù)據(jù)量大、細節(jié)豐富、灰度級數(shù)復雜、對比度低等特點，這些因素給骨科病的相關病情的診斷帶來了難度，嚴重影響醫(yī)學診斷。因此，對骨科X線片進行圖像增強處理及

2、目標分割的研究及運用來提高診斷的準確性，提高診斷效率有著十分現(xiàn)實的重要意義。 本文在廣泛閱讀了國內外有關圖像增強及分割技術的參考文獻的基礎之上，系統(tǒng)分析了傳統(tǒng)的圖像增強及分割算法。針對骨科X線圖像的特點，提出了一種有效的混合圖像增強算法，該算法先用二階微分變換突出圖像的細節(jié)，用一階微分變換突出其邊緣，接著用平滑過的梯度圖像掩蔽拉普拉斯圖像，再經(jīng)過二階巴特沃思高通濾波和高頻加強濾波后得到銳化圖像，最后經(jīng)過灰度調整得到最終的增強圖像

3、。運用該算法改善了骨科X線片的清晰度，增強了對比度，同時突出了骨骼的細節(jié)及邊緣，效果不錯，是一次成功的嘗試。 圖像分割關鍵是選取合適的閾值進行二值化，本文采用了局部多閾值的Otsu（最大類間方差法）進行圖像二值化，即按行把整幅混合增強圖分成很多小塊，對每小塊兩邊逼近，取得包含目標區(qū)域的最小區(qū)域，對每小塊中包含目標的最小區(qū)域使用Otsu進行圖像二值化。通過分析研究，采用局部多閾值的Otsu進行圖像二值化比傳統(tǒng)的全局單閾值的Otsu