开题报告-自适应阈值在医学图像分割中的应用—基于Otsu算法的医学图像分割.doc

综述本课题的研究动态,说明选题的依据和意义
图像分割的研究已经有四十余年的历史。在此期间,国内外学者们为之付出了不懈的努力和汗水。上千种的图像分割算法相继被学者们陆续提出来。到目前为止,令学者们感到非常遗憾的是一种分割算法至少对某一类图像的分割是失败的,同时一幅图像至少对某一种分割算法是不适用的。因此,为了解决某些具体的问题,各种具有针对性目的的分割算法层见叠出。这些算法有的是在原始算法的基础上改进得来的,有的算法是结合了其他理论的某些知识而提出来的。多年来,图像分割一直被认为是计算机视觉中的一个困惑人们的难题。现在,图像分割所要面对的问题的种类数见不鲜,问题的难度也越来越大,分割所面对的要求也越来越高。这些都促使了学者们对图像分割进行新的研究,林林总总的新的研究方法和新的理论也因此而相继诞生。
Otsu 阈值分割法因其算法简单、实时性强,分割效果较好而得到广大学者的睐,但是当图像的目标和背景区域的像素灰度差值不明显时,会导致较大的分割错误。为此,许多学者又对 Otsu阈值法提出了改进。我国学者提出了二维Otsu阈值分割法,其分割效果较一维Otsu分割法要好,并具有较强抗噪能力,但其时间复杂度较高,运算时间较长,对此本章提出了基于改进二维直方图的方法来提高二维 Otsu阈值分割法的运算效率,并在本文最后给出了实验结果及分析。
本课题研究的基本内容,拟解决的主要问题和难点问题
基本内容
一种自适应阈值图像分割法在医学图像上的具体应用,基于经典Otsu算法,导出二维Otsu算法应用于医学图像的处理。
主要问题和难点问题
关于经典Otsu算法的学****br/>对于二维的Otsu算法进行算法研究;
其中的主要问题还是算法运用到具体的医学图像,分析各自的适用性。
三、研究步骤、方法及措施
1、先进行相关文献论文的广泛阅读,查阅资料;
2、根据阅读材料的内容,先对图像分割有一个大概的了解;
3、学****一维、二维Otsu自适应阈值分割算法;
4、学****其他的图像分割算法,例如基于边缘检测的方法、基于聚类的分割方法、活动轮廓方法等;
5、先对于一般图像分割算法的优化,之后运用到医学图像上进行再次进行验证,具体图像具体进行试验分析;
6、对于所做的工作整理,撰写论文,并根据实验结果修改论文。
四、工作进度
序号
设计(论文)各阶段名称
日期
1
资料收集和整理,阅读资料和文献
1-2周
2
毕业实****br/>3-5周
3
自适应阈值在医学图像分割应用理论
6-7周
4
自适应阈值在医学图像分割应用理论具体MATLAB实现
8-9周
5
MATLAB具体实现的算法,代码
10-13周
6
总结与展望
14-15周
7
撰写论文和定稿
16-17周
8
准备答辩
18周
五、主要参考文献
HARALICK R M, SHAPIRO L G. Image segmentation techniques [J]. Computer Vision, Graphics,and Image Processing, 1985, 29 (1): 100-132.
SPIRKOVSKA L. A summary of image segmentation techniques [M].NASA Technica