【正文】 度值的線性組合加上加性噪聲來建模的，模型如下: () 其中:N為鄰點(diǎn)集，Ws為噪聲，θ為權(quán)重系數(shù)。 此時(shí)，參數(shù)θ和標(biāo)準(zhǔn)方差s的值反映了圖像的紋理特征，可以通過回歸法計(jì)算模型參數(shù)來獲取紋理的局部統(tǒng)計(jì)特性。 聯(lián)立自回歸模型(SAR) SAR通過象素的線性組合來反映圖像中的象素與部域象素間的線性依賴關(guān)系。該向量的模和方向分別定義為 () 其中△H和△V是圖像分別卷積下列兩個(gè)3*3的差分算子得到的水平差分和垂直差分: 一1 0 1 1 1 1 一1 0 1 0 0 0 一1 0 1 1 1 1當(dāng)所有象素的梯度向量都被計(jì)算出來后，可以構(gòu)造一個(gè)方向角局部邊緣概率直方圖HD來表達(dá)θ值。 對(duì)比度對(duì)比度通過對(duì)象素強(qiáng)度分布情況做統(tǒng)計(jì)后得到。時(shí)比度(Contrast)、方向度(Dirrectianality)這三個(gè)分量比較重要，它們的定義和數(shù)學(xué)表達(dá)如下:，計(jì)算圖像中大小為2K2K個(gè)象素的活動(dòng)窗口中象素的平均強(qiáng)度值，即 （） 其中k2是選取的窗口大小，k=0,1,2 ... 。V5=[1,4,6,4,1]之間相互卷積后得到25個(gè)二維濾波模板后分別與紋理圖像卷積。2 、Laws能量法1980年，Laws提出了一種新的紋理描述方法，=[1,4,6,4,1]。而細(xì)紋理圖象的C(e，η。2，…,177?？臻g自相關(guān)函數(shù)是計(jì)算紋理測(cè)度的一種基本方法。這里不作介紹。基于模型參數(shù)的分析方法可以看作是基于特征方法的一個(gè)子集。 統(tǒng)計(jì)分析法是從圖像有關(guān)屬性的統(tǒng)計(jì)特性出發(fā)，著重于分析圖像區(qū)域灰度分布的統(tǒng)計(jì)特性(常用的描述子有n階矩、直方圖、共生矩陣等)。紋理基元可以是直觀的、明確的，如氣泡紋理的基元通常是圓或橢圓。紋理檢索時(shí)基于內(nèi)容的圖像檢索研究的一個(gè)重要內(nèi)容。紋理的先驗(yàn)知識(shí)包括確定待分割圖像的紋理類別數(shù)目，不同紋理的表現(xiàn)特性等等。紋理分割：以紋理特征的一致性為準(zhǔn)則的圖像分割處理。紋理分析的主要研究?jī)?nèi)容包括紋理描述、紋理分割、紋理分類、紋理檢索等，是計(jì)算機(jī)視覺和模式識(shí)別的重要組成部分。因此，不同肝臟B超圖像的紋理有明顯的不同，這就是我們多看到的光點(diǎn)粗細(xì)、分布的差別，醫(yī)生正是根據(jù)這種紋理來判斷肝臟有無疾病，從這一點(diǎn)可看出，肝臟B超圖像的紋理反映了肝臟組織的結(jié)構(gòu)，因此，可通過對(duì)肝臟紋理的定量分析來區(qū)分肝臟有無疾病，供醫(yī)生輔助診斷時(shí)候參考。Hawkins曾對(duì)紋理做過比較詳細(xì)的描述，他認(rèn)為紋理有三個(gè)主要標(biāo)志： （1）、某種局部的序列在比該序列更大的區(qū)域內(nèi)不斷的重復(fù)； （2）、序列是由基本部分非隨機(jī)排列組成的； （3）、各部分大致都是均勻的統(tǒng)一體，在紋理區(qū)域內(nèi)的任何地方都有相同的結(jié)構(gòu)尺寸；即紋理是由紋理基元按照某種確定性的規(guī)律或者某種統(tǒng)計(jì)規(guī)律排列組成的。具有獨(dú)立基本結(jié)構(gòu)與明顯周期性的紋理為結(jié)構(gòu)紋理（例如布紋、磚墻），反之為隨機(jī)紋理（例如沙礫、氣象云圖）。將特定的子圖像規(guī)則的重復(fù)可人工產(chǎn)生特定的紋理。自然界沙礫與食鹽則呈現(xiàn)出同顆粒大小的紋理。第二章 超聲圖像的紋理分析 紋理的基本概念紋理一般指人們所觀察到是圖像中的象元的灰度變化規(guī)律，習(xí)慣上把圖像中的這種局部不規(guī)則的、而宏觀有規(guī)律的特征稱之為紋理。我們將這些特征用圖像處理紋理特征的語言來描述:(1 )正常肝臟超聲圖像的紋理規(guī)則、清晰，分布均勻，其紋理分布較密。(2 )分布密度不一的短小粗線狀增高回聲。由于肝內(nèi)脂肪的彌漫性浸潤(rùn)，使回聲從淺到深逐漸減弱，前部細(xì)密呈一片“云霧狀”。接下來我們分別了解一下脂肪肝和肝硬化的超聲學(xué)特征。B超圖像涉及的主要特征是所診斷器官的“直徑”、“壁厚”、“圖像的灰度值”等。而這些變化在B超儀屏幕上又是以點(diǎn)狀回聲、帶狀回聲、團(tuán)狀回聲等組成，主要以灰度圖像的形式顯示。B超的關(guān)鍵部件就是我們所說的超聲探頭，其內(nèi)部有一組超聲換能器，就是在晶體特定方向上加上電壓，晶體會(huì)發(fā)生形變，反過來當(dāng)晶體發(fā)生形變時(shí)，對(duì)應(yīng)方向上就會(huì)產(chǎn)生電壓，實(shí)現(xiàn)了電信號(hào)與超聲波的轉(zhuǎn)換。這就需要我們對(duì)B超圖像進(jìn)行一定的處理，以期獲得一定的量化參數(shù)，減少醫(yī)生用肉眼判別醫(yī)學(xué)圖像時(shí)發(fā)生的錯(cuò)誤及工作量。計(jì)算機(jī)技術(shù)的應(yīng)用可以改變這種情況，通過圖形圖像技術(shù)，可以對(duì)影像圖像進(jìn)行任意放大、縮小、旋轉(zhuǎn)、對(duì)比度調(diào)整等處理，使得醫(yī)務(wù)工作者可以從多方面，多層次的觀察角度對(duì)影像數(shù)據(jù)進(jìn)行詳細(xì)的觀察，可以輔助醫(yī)生對(duì)病變體及其他感興趣的區(qū)域進(jìn)行定性分析，可以提高臨床診斷的準(zhǔn)確性和正確性。B超稱為超聲顯像法，是將回聲信號(hào)以光點(diǎn)的形式顯示出二維圖像來，回聲的大小以光點(diǎn)的明暗度來表示，根據(jù)光點(diǎn)的灰階不同，組成層次分明的二維結(jié)構(gòu)圖像，為灰度調(diào)制型。其中，圖像的灰度值和紋理是最重要的兩個(gè)特征，多數(shù)疾病的診斷都可以直接由這兩個(gè)特征進(jìn)行分析診斷。各種新的醫(yī)學(xué)成像方法的臨床應(yīng)用，使醫(yī)學(xué)診斷和治療技術(shù)取得了很大的進(jìn)展，同時(shí)將各種成像技術(shù)得到的信息進(jìn)行互補(bǔ)，也為臨床診斷及生物醫(yī)學(xué)研究提供了有力的科學(xué)依據(jù)。今天醫(yī)學(xué)的發(fā)展面臨嚴(yán)重的挑戰(zhàn)，作為醫(yī)生診斷和治療重要手段的醫(yī)學(xué)影像學(xué)己成為醫(yī)學(xué)技術(shù)中發(fā)展最快的領(lǐng)域之一，其結(jié)果使得臨床醫(yī)生對(duì)人體內(nèi)部病變部位的觀察更直接、更清晰，確診率也更高。超聲圖像紋理分析算法研究畢業(yè)論文目 錄第一章 緒論 1 1 1 肝臟超聲圖像 2 B超及其成像原理 2 肝臟疾病及其超聲學(xué)特征 3 本章小結(jié) 3第二章 超聲圖像的紋理分析 4 紋理的基本概念 4 4 5 6 基于特征的分析方法 6 8 10 11 11 12 灰度共生矩陣常用的特征參數(shù) 14 本章小結(jié) 15第三章 超聲肝臟紋理分析設(shè)計(jì)的應(yīng)用 16 Visual C++開發(fā)環(huán)境及C++語言的簡(jiǎn)介 16 Visual C++開發(fā)環(huán)境 16 C++概述 17 17 算法流程圖 18 紋理特征值計(jì)算框架……………………………………………………19 灰度共現(xiàn)矩陣的算法實(shí)現(xiàn) 21 計(jì)算紋理特征參數(shù)的算法 23 實(shí)驗(yàn)結(jié)果分析 26 程序的實(shí)現(xiàn)測(cè)試 26 紋理分析測(cè)試結(jié)果比對(duì) …………………………………………………28 本章小結(jié) 30結(jié)束語 31致 謝 32參考文獻(xiàn)： 33南京郵電大學(xué)2010屆本科生畢業(yè)設(shè)計(jì)（論文）第一章 緒論隨著近年來社會(huì)科技的進(jìn)步與人類生活水平的發(fā)展，人們?cè)谘杆侔l(fā)展高新科技的同時(shí)，也越來越關(guān)注自身的生活環(huán)境與醫(yī)療條件。近幾年來，隨著信息時(shí)代特別是數(shù)字時(shí)代的來臨，計(jì)算機(jī)斷層成像、核磁共振成像(MRI: Magnetic Resonance Imaging)、超聲(US: Ultrasonography)等新的醫(yī)學(xué)成像技術(shù)已經(jīng)廣泛應(yīng)用在醫(yī)療的診斷、術(shù)前計(jì)劃、治療、術(shù)后監(jiān)測(cè)等各個(gè)環(huán)節(jié)中。因此，醫(yī)學(xué)圖像處理技術(shù)一直受到國(guó)內(nèi)外有關(guān)專家的高度重視。準(zhǔn)確提取超聲圖像的特征，直接關(guān)系到超聲圖像處理的成敗和算法的成功運(yùn)用，對(duì)超聲圖像處理的進(jìn)一步發(fā)展具有十分重要的意義。B超檢查能夠無損、直觀的顯示人體心臟的形態(tài)結(jié)構(gòu)，并且對(duì)人體的軟組織具有高度的分辨能力。早在八十年代末，就已經(jīng)出現(xiàn)了B超圖像處理系統(tǒng)，如圖像歸檔與通信系統(tǒng)和超聲圖像管理系統(tǒng)。 肝臟超聲圖像 B超及其成像原理B超設(shè)備成像的基本原理是超聲脈沖回聲檢測(cè)原理。B超診斷設(shè)備根據(jù)掃查方式可以分為:線性掃查、扇形掃查、凸陣掃查等。由于人體生理結(jié)構(gòu)復(fù)雜，所以，B超顯示的圖像較復(fù)雜，信息量大，各目標(biāo)景物的粉廓界限不清楚，且有相互重登的現(xiàn)象，前景和背景物體的灰度差較小，處理起來較困難。其中“圖像的灰度值”即紋理是最重要的特征，在醫(yī)學(xué)上被稱為光點(diǎn)，本文著重對(duì)該特征做描述。脂肪肝可分為彌漫性和局限性兩類，其超聲圖像有所區(qū)別。探部回聲微弱且稀少，后方輪廊顯示較困難，肝內(nèi)血管明顯減少，走向不清。(3 )肝內(nèi)密布短弧線狀增高回聲，類似蜂片狀或苔鮮樣改變。(2 )脂肪肝超聲圖像的紋理規(guī)則、欠清晰，分布均勻，其紋理分布密集。在圖像分析中將描述這種灰度變化規(guī)律的數(shù)字特征稱之為圖像的紋理特征。在醫(yī)學(xué)診斷中器官組織的大片分布可以看做紋理現(xiàn)象，正常組織病變組織的紋理在粗糙、分布走向上有很大的差別。自然界產(chǎn)生的紋理則成為自然紋理。從紋理途中可以看到紋理是一種有組織餓區(qū)域現(xiàn)象。而Goold等人給紋理以更為模糊的定義，即紋理是由大量或多或少有序的相似基元或模式組成的一種結(jié)構(gòu)，這些基元或模式中沒有一個(gè)特別引人注目的。紋理分析指的是通過一定的圖像處理技術(shù)抽取出紋理特征，從而獲得紋理的定量或定性描述的處理過程。紋理描述：對(duì)圖像中紋理信息的基本特性做出某種量度。由于不同物體往往具有不同的紋理特征，紋理分割將圖像中劃分為互不相交的若干區(qū)域，每一個(gè)區(qū)域內(nèi)部具有相對(duì)一致的紋理特性。紋理分類：通過紋理特征的描述、提取和識(shí)別處理，將不同類別的未知紋理圖像正確的歸類到已知的紋理類型。本文中我們主要研究紋理特征的提取，探討肝臟所具有的紋理特性，為今后進(jìn)一步進(jìn)行超聲圖像的分割、分類及自動(dòng)識(shí)別打下基礎(chǔ)。也可以是不明確的，需要人為的定義。統(tǒng)計(jì)分析法適用于描述木紋、沙地和草坪等自然界廣泛存在的不規(guī)則、隨機(jī)性(或周期性不明顯)的紋理，對(duì)圖像宏觀特性的描述比較有效，適應(yīng)性強(qiáng)。 (3)基于結(jié)構(gòu):該方法搜尋紋理基元的排列規(guī)則?；谔卣骱突谀Ｐ偷姆治龇椒ū容^常用，下面分別介紹其中比較經(jīng)典的方法。紋理測(cè)度變化的傾向是小數(shù)值的紋理測(cè)度表示細(xì)紋理，大數(shù)值的紋理測(cè)度表示粗紋理。(e,η)時(shí)象素的相關(guān)性要高于細(xì)紋理區(qū)域。j,k)，C(e，η。V2=[1,2,0,2,1]。卷積后的圖像中每個(gè)象素值用以該象素為中心的局部窗口內(nèi)的均方值(紋理能量)或平均絕對(duì)值代替，從而獲得紋理的度量，其性能有意義地優(yōu)于共生矩陣法.Tamura紋理特征基于人類對(duì)紋理的視覺感知的心理學(xué)的研究，Tamura等人提出了紋理特征的表達(dá)。 g（i，j）是位于(i，j)的象素強(qiáng)度值。它通過a4=μ4/s2定義，其中μ4是四階均值而s2是方差。首先對(duì)θ的值域范圍進(jìn)行離散化，然后統(tǒng)計(jì)直方圖中每個(gè)點(diǎn)值相應(yīng)的△G大于給定閑值的象素?cái)?shù)量。因此，基于模型的紋理分析的關(guān)鍵是準(zhǔn)確估計(jì)模型的特征參數(shù)集。在SAR模型中，對(duì)于每一個(gè)象素，其強(qiáng)度值g(s)表示為它的相鄰象素強(qiáng)度值的線性疊加與嗓音項(xiàng)e（s)之和，即: （） 其中D表示s的相鄰象素集，μ是圖像均值，由整幅圖像的平均強(qiáng)度值所決定。Markov隨機(jī)場(chǎng)(MRF)模型如果將紋理圖像視作一個(gè)二維隨機(jī)過程的有限采樣，則這個(gè)隨機(jī)過程由它的統(tǒng)計(jì)參數(shù)決定。 使用最小二乘法或最大似然法估計(jì)這些模型參數(shù)，然后將這些佑計(jì)