【正文】 在論文的撰寫過程中 老師們 給予我很大的幫助，幫助解決了不少的難點(diǎn)，使得論文能夠及時(shí)完成，這里一并表示真誠的感 謝。老師們認(rèn)真負(fù)責(zé)的工作態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神和深厚的理論水平都使我收益匪淺。 最后，我要特別感謝 我的導(dǎo)師劉望蜀 老師、 和研究生助教吳子儀 老師。四年的風(fēng)風(fēng)雨雨，我們一同走過，充滿著關(guān)愛，給我留下了值得珍藏的最美好的記憶。感謝老師四年來對(duì)我孜孜不倦的教誨，對(duì)我成長的關(guān)心和愛護(hù)。從這里走出，對(duì)我的人生來說，將是踏上一個(gè)新的征程，要把所學(xué)的知識(shí)應(yīng)用到實(shí)際 工作中去。 最后，我要感謝我的父母對(duì)我的關(guān)系和理解，如果沒有他們在我的學(xué)習(xí)生涯中的無私奉獻(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。 其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對(duì)我的嚴(yán)格要求，感謝他們對(duì)我學(xué)習(xí)上和生活上的幫 助，使我了解了許多專業(yè)知識(shí)和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。從他身上，我學(xué)到了許多能受益終生的東西。 首先，我要特別感謝我的知道郭謙功老師對(duì)我的悉心指導(dǎo)，在我的論文書寫及設(shè)計(jì)過程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計(jì)思路和操作方法，并對(duì)我所做的課題提出了有效的改進(jìn)方案。這期間凝聚了很多人的心血，在此我表示由衷的感謝。本次畢業(yè)設(shè)計(jì)是對(duì)我大學(xué)四年學(xué)習(xí)下來最好的檢驗(yàn)。 首先非常感謝學(xué)校開設(shè)這個(gè)課題，為本人日后從事計(jì)算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。 涉密論文按學(xué)校規(guī)定處理。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和 集體，均已在文中以明確方式標(biāo)明。 作者簽名： 日 期： 29 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。對(duì)本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。 在論文的編寫過程中，查閱了一些有關(guān)中外文資料、說明書及相關(guān)網(wǎng)站信息，并閱讀過一些翻譯書籍，現(xiàn)也對(duì)這些書的作者提供的幫助表示衷心感謝！ 最后，萬分感謝母校 —— 河北工業(yè)大學(xué)對(duì)我四年的辛勤栽培！ 28 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。在此，特別表示對(duì)郭老師最真摯的感謝！另外，校生物醫(yī)學(xué)工程系的其它老師也對(duì)本論文的完成做了必要得指導(dǎo)，對(duì)此也對(duì)這些老師表示感謝。 25 參 考 文 獻(xiàn) 1 堯德中，李永杰，周山宏 . 生物醫(yī)學(xué)中的信息技術(shù) . 電子科技大學(xué)學(xué)報(bào)（社科版）， 20xx， 3（ 2）： 3~9 2 廖凱 . 醫(yī)學(xué)圖像處理技術(shù)淺談 . 科學(xué)信息（科學(xué)教研）， 20xx (7) 3 朱秀昌，劉峰，胡棟 . 數(shù)字圖像處理與圖像通信 . 北京：北京郵電大學(xué)出版社， 20xx 4 柯家海 . 醫(yī)學(xué)圖像處理技術(shù)分析及進(jìn)展 . 科技信息（學(xué)術(shù)研究 ） ， 20xx（ 22）：82~83 5 吳國平 .數(shù)字圖像處理原理 . 武漢 ： 地質(zhì)大學(xué)出版社 ， 20xx 6 馬春梅 ， 劉貴如 ， 王陸林 . 圖像分割技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究 . 太原科技 ， 20xx（ 3）： 65~67 7 郭文強(qiáng) ， 侯勇嚴(yán) . 數(shù)字圖像處理 . 西安 ： 西安電子科技大學(xué)出版社 ， 20xx 8 袁春蘭 ， 熊宗龍 ， 周雪花 ， 彭小輝 . 基于 Sobel 算子的圖像邊緣檢測研究 [J]. 激光與紅外 ， 20xx， 01 9 魚海濤 . 基于模糊集理論的圖像增強(qiáng)算法研究 . 西安科技大學(xué) . 20xx（ 7）：50~51 10 賈昔玲 . 一種新的基于二值圖像的邊緣檢測算法 . 科技情報(bào)開發(fā)與經(jīng)濟(jì) . 20xx， 19（ 4）： 122~123 11 Canny J. A putational approach to edge detection， IEEE Pattern Analysis and Machine Intelligence， 1986, 8 (6): 679~698 12 Witkin A. Scale Space Filtering， Proc. Int. Joint Conf. Artif. Intell. Karlsruhe， Germany， 1983 13 Mallat S, Hwang W L. Singularity detection and processing with wavelets [J]. IEEE Transactions on Information Theory, 1992， 38 (2): 617~643 14 劉勇，姚剛，肖人彬，雷幫軍 . 自適應(yīng)多窗口梯度幅值邊緣檢測算法 . 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版 )， 20xx， 39（ 1）： 14~18 15 曹傳東，徐貴力，陳欣，冷雪飛，李開宇，葉永強(qiáng) . 基于力場轉(zhuǎn)換理論的圖像粗大邊緣檢測方法 . 航空學(xué)報(bào)， 20xx（ 3）： 1~8 16 宋志剛 . 利用數(shù)字圖像處理技術(shù)檢測錐螺紋 . 吉林大學(xué) （ 碩士 ） ， 20xx， 9（ 4）： 31~34 17 Onya A. Coleman， Shanmugalingam Suganthan， Bryan W. Scotney. Gradient 26 operators for feature extraction and characterisation in range images Pattern Recognition Letters， 20xx, 3（ 19）： 1028~1040 18 Poornima. S， Rajavelu. C， S. Subramanian. Comparison and a neural work approach for iris localization. Procedia Computer Science, 20xx，2： 127~132 19 李雪 ， 王普明 . 基于高斯 拉普拉斯算子的圖像邊緣檢測方法 . 河南機(jī)電高等?？茖W(xué)校學(xué)報(bào) ， 20xx， 06 20 周心明 ， 蘭賽 ， 徐燕 . 圖像處理中幾種邊緣檢測算法的比較 . 現(xiàn)代電力 ， 20xx（ 3）： 1007~2322 21 陸玲 ， 王蕾 ， 桂穎 . 數(shù)字圖像處理 . 北京 ： 中國電力出版社 ， 20xx 22 龔金云，全思博 . 基于灰度圖像直方圖的邊緣檢測 . 20xx， 2： 50~52 23 劉 躍峰，宋永霞，李松濤 . 一種基于直方圖對(duì)二值圖像進(jìn)行處理的方法 . 長春工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 20xx， 05： 554~558 24 董鴻燕 . 邊緣檢測的若干技術(shù)研究 . 國防科學(xué)技術(shù)大學(xué) （ 博士 ） ， 20xx， 06：3~4 27 致 謝 郭老師作為 本學(xué)生 完成本論文的指導(dǎo)老師，從論文思想的構(gòu)建到論文最終的審批投入大量的 時(shí)間和 心血。但由于 Sobel 算子沒有嚴(yán)格地模擬人的視覺生理特征，所以提取的圖像輪廓有時(shí)并不能令人滿意。 通過以上實(shí)驗(yàn)結(jié)果的對(duì)比，我們可以發(fā)現(xiàn)利用直方圖于索貝爾算子相結(jié)合的方法對(duì)圖像進(jìn)行邊緣檢測 ， 檢測 的 邊緣 更加清晰，精度更高，更加有利于對(duì)圖像的繼續(xù)處理 以及醫(yī)學(xué)方面的應(yīng)用 。所以對(duì)于紋理較細(xì)的的圖像，僅僅用索貝爾算子檢測到的圖像邊緣往往不夠精確，所以需要借助直方圖與索貝爾算法相結(jié)合來對(duì)圖像進(jìn)行邊緣檢測以得到更為精確的邊緣。 24 結(jié) 論 前面我們已經(jīng)做過了基于索貝爾算子的圖像邊緣檢測，該方法不但產(chǎn)生較好的檢測效果，而且對(duì)噪聲具有平滑作用，可以提供較為精細(xì)的邊緣方向信息。 但對(duì)于一些紋理較復(fù)雜、要求精度高的圖像進(jìn)行邊緣檢測時(shí)，僅用 Sobel算子 就不能得到符合要求的邊緣。 下面是 對(duì)四個(gè) MR原 圖分別 進(jìn)行 Matlab程序 處理后 所得到的圖像 與原始圖像 的對(duì)比結(jié)果 如下 ： 21 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 105001000150020xx2500 (a) 原圖 1 圖像 (b) 原始圖像的灰度直方圖 (c) Sobel 算子 檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 圖 原圖 1 的邊緣檢測效果 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 105001000150020xx2500 (a) 原圖 2 圖像 (b) 原始圖像的灰度直方圖 (c) Sobel 算子 檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 圖 原圖 2的邊緣檢測效果 22 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 105001000150020xx (a) 原圖 3 圖像 (b) 原始圖像的灰度直方圖 (c) Sobel 算子 檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 圖 原圖 3的 Sobel邊緣檢測效果 0 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 102004006008001000120014001600180020xx (a) 原圖 5 圖像 (b) 原始圖像的灰度直方圖 (c) Sobel 算子 檢測后的圖像 (d) 兩者結(jié)合檢測后的圖像 圖 原圖 5的 l邊緣檢測效果 23 實(shí)驗(yàn) 結(jié)果 及分析 在本次試驗(yàn)中我們選取了四 幅效果較好的 MR 圖像進(jìn)行 MATLAB 實(shí)驗(yàn)， 此四幅MR 圖像 均為 T1 加權(quán)腦膜瘤核磁共振圖像 ，得到了較好的邊緣檢測的對(duì)比結(jié)果，從實(shí)驗(yàn)中，我們可以看到僅用 Sobel 算子對(duì) MR圖像進(jìn)行邊緣檢測效果不太理想，雖然利用 Sobel算子進(jìn)行邊緣檢測 不但產(chǎn)生較好的邊緣檢測效果，同時(shí)其受噪聲影響也比較小。 已知本文中圖像數(shù)據(jù)源有 6 幅，均為 T1 加權(quán)腦膜瘤核磁共振圖像，圖像大小為256256? ，層厚 5mm。 imshow(c7)。position39。)。, 39。 set(gca, 39。position39。)。 pos = get(fg, 39。)。 %顯示邊緣檢測圖像 運(yùn)行程序后得到的 結(jié)果與原圖像的比較如 圖 ： (a) 原圖 2 圖像 (b) 檢測后的圖像 圖 基于 直方圖 的圖像邊緣檢測 20 (2) 運(yùn)用 索貝爾算子 進(jìn)行圖像邊緣檢測 c7=edge(c6,39。, [0 0 size(c6, 2) size(c6, 1)])。 set(gca, 39。pixel39。units39。, [pos(1) pos(2)80 size(c6, 2) size(c6, 1)])。 set(fg, 39。position39。 end end end fg = figure。 c4