基于內(nèi)容的圖像檢索在CT圖像上的研究與實現(xiàn).pdf

1、在互聯(lián)網(wǎng)技術與數(shù)字化設備的迅速發(fā)展的今天，人類的生活方式變得數(shù)字化，各種場景以圖像數(shù)據(jù)的形式保留了下來。如日常生活的照片記錄、預報天氣的氣象數(shù)據(jù)、休閑娛樂的音頻與視頻以及檢查身體時所得到的各種醫(yī)學圖像。面對如此之多的圖像數(shù)據(jù)，傳統(tǒng)的基于文本的檢索方式已經(jīng)不能滿足人們的正常需求，因此，基于內(nèi)容的圖像檢索技術逐漸發(fā)展起來。
　　本文首先介紹了CBIR技術的興起與發(fā)展狀況、醫(yī)學領域?qū)D像檢索的需求以及由CBIR技術發(fā)展而來的基于內(nèi)容的醫(yī)

2、學圖像檢索，然后詳細分析了基于內(nèi)容的圖像檢索的關鍵技術:圖像特征提取、圖像特征選擇與融合、圖像特征的相似性度量、圖像的預過濾、圖像檢索的相關反饋技術以及常見的檢索技術。在此基礎上，本文分析了醫(yī)學圖像的特征，重點討論了CT圖像的相關特性，根據(jù)圖像特性優(yōu)先進行邊緣檢測工作，并就邊緣檢測算子的選取進行了實驗與分析，然后就CBIR應用于醫(yī)學圖像領域產(chǎn)生的困難進行了討論與分析。本文主要利用了圖像的形狀特征，詳細研究了多種形狀特征提取檢索算法，如S

3、IFT匹配算法、基于Zernike矩的檢索算法以及PseudoZernike矩等，分別進行了各類檢索算法性能比較、特征融合檢索性能比較與多級搜索性能分析等實驗，得到了相應的結(jié)論并進行了討論。
　　本文創(chuàng)新之處在于首次將PseudoZernike矩應用于CT圖像的檢索之中，并在融合特征檢索時使用了PseudoZernike矩與SITF特征結(jié)合的方式，實驗證明，該方式具有良好的搜索效果，適合CT圖像檢索。
　　最后，本文給出了一