医学图像三维插值研究.doc

资料分类:自动化 VIP会员(小胖猫)分享原创毕业论文参考材料更新时间:16-11-24
需要金币1000 个金币 资料包括:完整论文,开题报告 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:11124
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:当前图像处理领域的一个热点研究问题是图像三维可视化,尤其是医学图像的三维可视化。计算机图形学和图像处理中会运用多种插值方法,这项研究是非常重要的。经过学习和研究图像处理技术,得知在医学领域中的计算机图像处理和数字图像处理等相关知识。由医学图像三维可视化研究得知,该技术在学术界有重要的意义和利用价值[1],比如:

1、诊断医学图像三维可视化;

2、在手术中的规划与模拟仿真乃至于整形的假肢外科;

3、具有在放射领域上的治疗规划和解剖等方面。

由上述可知,医学图像处理中的插值滤波等是现在三维可视化研究重要的内容。

本课题所研究内容,有助于医学图像三维图形学分割和体绘制计算,并达到可视化如CT、MRI图像的研究。对器官或组织的提取及分割需要在表达准确的相应组织器官基础上进行重建模型。在所了解的医学图像数据分割研究中,用到一些二维图像的处理方式,如边缘检测和区域中生长等,然后再将其推广到三维。在一些最早的插值方法计算量较小,速度比较快,如线性插值法。在之后研究医学图像的三次样条插值。灰度插值算法还算比较简单的,而动态弹性插值法是另一种灰度插值。上述一大类算法基本上是基于形状插值的算法。首先将此插值法运用在三维重建上并由Raya和Udupa所提出。时代变迁,科技发生了翻天覆地的变化,但基于形状的灰度图像的有效插值算法仍比较少。

总而言之,图像插值是一个非常古老的研究话题,它所对图像算法有着重要研究价值和非常广泛的研究空间。

 

关键字:Matlab,三维图像的重建,插值,灰度

 

目录

摘要

ABSTRACT

1 引言-1

2 已有方法-3

2.1 最邻近插值法-3

2.2 双线性插值法-3

2.3 传统插值原理-4

2.4 基于边缘的图像插值-5

2.5 基于区域的图像插值-5

2.6 切片间插值-5

2.7 基于3-D图像非线性滤波的灰度插值-6

2.8 灰度级插值之双线性原理与实现-7

2.9 已有插值算法缺点-8

3 本文插值法-10

4 实验结果及结论-12

5 结论-15

6 未来展望-16

致 谢-17

参考文献-18

附 录-19

意思相近论文题目: