【正文】 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 課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 參考文獻(xiàn)： ................................................ 33 課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 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。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。 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)人體的軟組織具有課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 高度的分辨能力。 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。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，課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 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。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。 (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 。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。自然界產(chǎn)生的紋理則成為自然紋理。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。 紋理描述：對(duì)圖像中紋理信息的基本特性做出某種量度。 課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 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。也可以是不明確的，需要人為的定義。 (3)基于結(jié)構(gòu) :該方法搜尋紋理基元的排列規(guī)則。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。而細(xì)紋理圖象的 C(e，η 。V4=[1,2,0,2,1]。 課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 ??????????????????????)2,()2,(),(),2(),2(),(11,11,kkkkykkkkkxkyxAyxAyxEyxAyxAyxE （ ） 其中對(duì)于每個(gè)象素，能使 E值達(dá)到最大 (無論水平 還是垂直方向 )的 k值用來設(shè)置最佳尺寸 Sbest（ x， y） =2k最后，粗糙度可以通過計(jì)算整幅圖像中 Sbest的平均值來得到 : ? ?? ??? mi nj b e stc rs jiSnmF 1 1 ),(1 （ ） 粗糙度特征的另一種改進(jìn)形式是采用直方圖來描述 Sbest的分布 .這種改進(jìn)后的粗糙度特征能夠表達(dá)具有多種不同紋理特征的圖像或區(qū)域，因此對(duì)圖像分析更為有利。最后，圖像總體的方向性可以通過計(jì)算 直方圖中峰值的尖銳程度獲得，表示如下 : )()(**1F 2d i r ?????? ? ? DnppHnr p （ ） 上式中的 r為直方圖歸一化系數(shù)， p代表直方圖中的峰值， F為量化后的方向角，np為直方圖峰值個(gè)數(shù)， Fp為波峰中心位置， Wp為該峰值兩側(cè)谷底距離。 e(s)是均值為 0而方差為 s2的高斯隨機(jī)變量。在這里象素間的相互作用力并不是真正意義上的象素間的相互作用，而是反映了紋理中課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 一些特定的信號(hào)組合出現(xiàn)的概率，象素間信號(hào)組合的概率分布越不均勻，象素間的作用越強(qiáng)烈 .由上面的描述可以定義象素間的相互作用，即不同象素上信號(hào)間的概率關(guān)系稱之為象素間相互作用。當(dāng)我們測(cè)量幾何圖象的長(zhǎng)度和面積時(shí)分別用單位長(zhǎng)度和單位面積來量度 .在歐氏幾何空間中，線段的維數(shù)是 1，正方形的維數(shù)為 2，若用線段來測(cè)量正方形結(jié)果為無窮大，說明尺度太細(xì)了 。與 Fourier分課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 析和 Gabor變換相比，小波變換是時(shí)間 (空間 )須率的局部化分析，它通過伸縮平移運(yùn)算對(duì)信號(hào)逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分、低頻處頻率細(xì)分，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，從而可聚焦到信號(hào)的任意細(xì)節(jié)，解決了 Fourier變換的困難問題，成為繼 Fourier分析以來在科學(xué)方法上的重大突破。 小波理論的應(yīng)用方面，最早進(jìn)少、實(shí)用的是二進(jìn)小波以及基于二進(jìn)小波的快速分解與重構(gòu)算法 .在圖像處理領(lǐng)域使用的是可分離的小波基。 ln=0。因此，在求灰度共生矩陣 之前，常壓縮為 16級(jí)。 (5)逆差矩： ),()(1 11 1 25 jipjif g gNi Nj? ?? ? ??? () （ 6）和平均： )(2 26 ipif gNi yx?? ??? () （ 7）和方差 : )()(2 2 267 ipfif yxNi g ??? ?? （ ） （ 8）和熵： ?? ??? gNi yx jipipf 2 28 )],(log[)( （ ） （ 9）熵： （ ） （ 10）差方差： yxpf ??10 的方差 （ ） （ 11）差熵： ??? ???? 1011 )](log[)(gNi yxyx ipipf （ ） （ 12）（ 13）相關(guān)信息測(cè)度： )],(lo g [),(1 19 jipjipf g gNi Nj? ?? ???課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 ),m ax( 112 yx HH HXYHXYf ?? （ ） 2/113 )]}2( x p [1{ H XYH XYf ???? （ ） 式中 Hx為 px的熵， Hy為 py的熵， ? ?? ??? g gNi Nj jipjip1 1 )],(log [),(H XY ? ?? ??? g gNi Nj yx jpipjipHX Y 1 1 )]()(log [),(1 )]()(log[)()(2 1 1 jpipjpipH X Y yxNi Nj yxg g? ?? ??? （ 14）最大 相關(guān)系數(shù)： ?14f 矩陣 Q的第二最大特征值 式中矩陣 Q的第 i行第 j列元素為： ?? ?? gNk yx jpip kjpkipjiQ 1 )()( )(),(),( （ ） 灰度共生矩陣常用的特征參數(shù) 從上面給出的參數(shù)可以看出，灰度共生矩陣以及特征值的計(jì)算量很大，為了簡(jiǎn)便起見，一般采用以下五個(gè)常用的特征來提取圖像的紋理特征： （ 1）角二階矩（能量） ASM=??i j2j)P(i， （ ） 角二階矩陣式灰度共生矩陣各元素的平方和，又稱為能量。當(dāng)一副圖像中相似的紋 理區(qū)域有某種方向性時(shí)，其差值較大。 課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 第三章 超聲肝臟紋理分析設(shè)計(jì)的應(yīng)用 Visual C++開發(fā)環(huán)境及 C++語言的簡(jiǎn)介 C++開發(fā)環(huán)境 Visual C++這款軟件是微軟公司開發(fā)的一個(gè)開發(fā)環(huán)境， Visual C++是一個(gè)功 能強(qiáng)大的可視化軟件開發(fā)工具 。 Developer Studio中除了程序編輯器、資源編輯器、編譯器、調(diào)試器外，還有各種工具和向?qū)Вㄈ?AppWizard和ClassWizard），以及 MFC類庫，這些都可以幫助程序員快速而正確地開發(fā)出應(yīng)用程序。然后，啟動(dòng)編譯程序，編譯程 序首先調(diào)用預(yù)處理程序處理程序中的預(yù)處理命令（如 include,define等），經(jīng)過預(yù)處理程序處理的代碼將作為編譯程序的輸入。 C++概述 C++是美國(guó)貝爾實(shí)驗(yàn)室的 Bjarne Stroustrup 博士在 C語言的基礎(chǔ)上，彌補(bǔ)了 C語言存在的一些缺陷， 了面向?qū)ο蟮奶卣?，于 1980年開發(fā)出來的一種過程性與對(duì)象性結(jié)合的程序設(shè)計(jì)語言。本文所以選擇它，其原因主要是 : (1)灰度共生矩陣是一種相時(shí)成熟的紋理分析方法，其生成方式及相應(yīng)特征量的計(jì)算都是經(jīng)過無數(shù)實(shí)踐驗(yàn)證的。 所以我們采用灰度共生矩陣的方法，選用 VC完成算法實(shí)現(xiàn)，對(duì)肝臟超聲圖像進(jìn)行紋理特征提取。 。 jrolltimeW。 dEnergy += dEnergy1。 dCorrelation /= (rolltimeH*rolltimeW)。 } 灰度共現(xiàn)矩陣的算法實(shí)現(xiàn) 我們選擇了灰度共生拒陣作為本次畢業(yè)設(shè)計(jì)的紋理分析方法，就意味著在之后的實(shí)現(xiàn)過程中我們要遇到很多問題如下： (1)灰度共生矩陣中二次量化對(duì)紋理描述的影響的重要性，并且在使用時(shí)，應(yīng)將量化級(jí)取為多少才算合理 ? 我們之前的理論學(xué)習(xí)中知道灰度共生矩陣的計(jì)算量很大。這就是定義灰度共生矩陣的初衷 .灰度共生矩陣就是描述在θ方向上，相隔 d像元距離的一對(duì)像元，分別具有灰度級(jí) i和 j的出現(xiàn)概率，這個(gè) d就是我們所說的采樣間隔。 。 j++) { //分成 GrayLayerNum個(gè)灰度級(jí) NewImage[i][j] = LocalImage[i][j] / (256/GrayLayerNum)。 j++) { PMatrixH[(unsigned int)NewImage[i][j]][(unsigned int)NewImage[i][j+distance]] += 1。 j++) { int newi, newj。 PMatrixLD[(unsigned int)NewImage[newi][newj]][(unsigned int)NewImage[i][j]] += 1。 i++) { for(j=0。 i++) { for(j=0。 i++) { for(j=0。進(jìn)行特征提取前，首先如下式所示對(duì)共生矩陣作正規(guī)化處理： P（ i， j） /R=P（ i， j） 這里 R是正規(guī)化參數(shù)。 （ 2）在生成灰度共生矩陣時(shí)， 紋理的采樣間隔的確定是我們必須考慮的，為了能較好的反應(yīng)出紋理的特性距離大小就尤為重要的。 m_dLocalCalm = dLocalCalm。 dEntropy /= (rolltimeH*rolltimeW)。 } } (arLocalImage, )。 i rolltimeH。 } 將圖像打開后我們將看到界面上的 計(jì)算紋理特征 值的按鈕，它將會(huì)調(diào)用OnBtnComputeTexture()這個(gè)函數(shù)，進(jìn)行特征值的計(jì)算，我們首先將各個(gè)參數(shù) 特征值設(shè)置為 0，然后將超聲圖像按照 FilterWindowWidth的值將圖像平均分成各個(gè)子窗口，調(diào)用 CGrayShow::ComputeFeature分別計(jì)算各參數(shù)值。小波雖然是現(xiàn)在紋理分析的熱點(diǎn)，但在小波分解空間中對(duì)紋理進(jìn)行建模相對(duì)仍比較簡(jiǎn)單，技術(shù)改進(jìn)也主要都集中在數(shù)據(jù)變換的形式方面而對(duì)圖像紋理特性有針對(duì)地建模探討比 較少。 本文選用灰度共生矩陣方法對(duì)肝臟超聲圖像進(jìn)行紋理分析。 一般我們 采用課件之家精心整理資料 歡迎你的欣賞 課件之家精心整理資料 歡迎你的欣賞 Debug版本，這樣便于調(diào)試。一個(gè)用 C++開發(fā)的項(xiàng)目的通用開發(fā)過程可以用左圖表示。程