資源描述：
《肺部圖像邊緣檢測(cè)算法研究及DSP硬件實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、太原理工大學(xué)碩士研究生學(xué)位論文肺部圖像邊緣檢測(cè)算法研究及DSP硬件實(shí)現(xiàn)摘要IIIIWllllllllllllllllJMIII[IIY2395455醫(yī)學(xué)圖像處理對(duì)于醫(yī)生的診斷治療有著重要作用，醫(yī)院里許多疾病的檢查都要通過(guò)拍CT．圖像進(jìn)行，包括肺病的檢查，而肺癌的發(fā)病率以每年O．5％的速度增長(zhǎng)，也是世界上發(fā)病率和死亡率最高的惡性腫瘤，這些疾病的治療也要依靠拍攝的CT圖像。醫(yī)生長(zhǎng)時(shí)間觀察大量的CT圖像，難免產(chǎn)生視覺(jué)疲勞，并且一些細(xì)小的病變難以用肉眼觀察到，因此通過(guò)計(jì)算機(jī)進(jìn)行醫(yī)學(xué)肺部CT圖像的處理就顯得極為重要。圖像邊緣檢測(cè)是圖像分割、融合以及三維重
2、建的前提，是圖像處理的重要環(huán)節(jié)，有助于提高醫(yī)生的診斷效率。針對(duì)以往常見(jiàn)的圖像邊緣檢測(cè)方法檢測(cè)精度不高或抗噪性能不好等方面問(wèn)題，本文實(shí)現(xiàn)了經(jīng)典的邊緣檢測(cè)算法，在研究了小波變換和數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)算法的基礎(chǔ)上，提出了邊緣檢測(cè)的兩種改進(jìn)方法，并將改進(jìn)的算法通過(guò)CCS軟件編程，在DSP硬件上實(shí)現(xiàn)。針對(duì)課題研究的小波變換聯(lián)合數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)，本文做的主要工作如下：(1)對(duì)常用的邊緣檢測(cè)算法進(jìn)行了學(xué)習(xí)，如經(jīng)典的邊緣檢測(cè)算法、基于小波變換的邊緣檢測(cè)算法和基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)算法，并對(duì)算法分別進(jìn)行了MATLAB仿真實(shí)驗(yàn)；(2)在研究了基于小波變換和
3、數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)算法的前提T太原理工大學(xué)碩士研究生學(xué)位論文下，提出了邊緣檢測(cè)的兩種改進(jìn)方法，一種是小波閾值去噪聯(lián)合數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)算法，另一種是改進(jìn)的形態(tài)學(xué)邊緣檢測(cè)算法，并將兩種算法分別在MATLAB上進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果表明改進(jìn)的算法能夠檢測(cè)到清晰度更高，抗噪性能更好的邊緣，同時(shí)驗(yàn)證了改進(jìn)算法的有效性和可行性。(3)將改進(jìn)的邊緣檢測(cè)算法在DSP硬件上實(shí)現(xiàn)。硬件系統(tǒng)采用以TMS320DM6446微處理為核心的視頻圖像硬件開(kāi)發(fā)平臺(tái)，并在軟件CCS(CodeComposerStudio)開(kāi)發(fā)環(huán)境下編程實(shí)現(xiàn)圖像邊緣檢測(cè)算法，實(shí)驗(yàn)結(jié)果通過(guò)CC
4、S的圖形顯示窗口顯示，以驗(yàn)證算法在硬件設(shè)備上的實(shí)現(xiàn)效果和算法的可行性。關(guān)鍵詞：小波變換法；數(shù)學(xué)形態(tài)學(xué)；肺部圖像；邊緣檢測(cè)；DSP太原理工大學(xué)碩士研究生學(xué)位論文THERESEARCHOFLUNGIMAGEEDGEDETECTIONALGORITHMANDDSPHARDⅥ，AREIMPLEMENl7ATl0NABSTRACTMedicalimageprocessingplaysanimportantroleonthedoctor’Sdiagnosisandtreatment．Examinationofmanydiseasesinthehospita
5、lrelayontheshootingCTimages，includingexaminationofthelungdisease，lungcancerincidencerategrowbyO．5％peryear,ismalignanttumorswiththehighestincidenceandmortalityratesintheworld，thetreatmentofthesediseaseshavetorelyontheshootingCTimage．IfdoctorsobservealargenumberofCT‘2esforltim
6、e．‘‘vitabletoproducevisua‘fati；ue，anditlmaIoraongtimeit1SmewtabletoproouceVlSUaltaugueanaItas2eSl，difficulttoobservesomesmalllesionswiththenakedeye，SOitbecomesextremelyimportanttoprocessmedicallungCTimagethroughcomputer．Theimageedgedetectionispremiseofimagesegmentation，fusio
7、nandthree—dimensionalreconstruction，alsoisanimportantpartoftheimageprocessingtohelpimprovetheefficiencyofthedoctor’Sdiagnosis．Asforpreviouscommonimageedgedetectionmethod，detectionaccuracyisnothigh，anti—noiseperformanceispoorandotheraspectsshortcoming，fortheseproblem，Thepaper
8、realizedtheclassicedgedetectionalgorithm，andthenproposedtwoimprovededgedete
