论文部分内容阅读
二十世纪九十年代后,由于图像数据的大量产生,如何快速地从图像数据库中找到所感兴趣的图像成为一个迫切需要解决的问题,因而基于内容的图像检索(CBIR,Content-Based Image Retrieval)技术应运而生。近年来,国内外出现了许多基于内容的图像检索系统,它们使用图像的低层特征如颜色、纹理、形状等查询图像。本文研究了基于内容的图像检索技术,并把它应用于医学图像的检索实践中。本文还介绍了最新的医学图像存档和通信标准DICOM 3.0,系统地介绍和比较了图像的颜色、纹理、形状特征描述符,并研究了MPEG-7的相关部分。 对颜色匹配对算法提出了改进,不仅增加了算法的稳定性,而且使算法能够适合于尺寸不同的各种图像,使查询性能得到较大的提高。根据医学图像的特点,本文提出了利用纹理、形状特征,并进一步把纹理、形状特征综合起来检索医学图像的方法,取得了较好的效果。 本文实现了利用灰度差分统计法来进行基于纹理特征的图像检索,并且提出当差分值在域值[T0,T1]之间时,代表对象的纹理,当差分值大于域值T1时,反映了对象的边界。本文利用Hu矩实现了基于形状特征的图像检索,并把其中四个Hu矩和差分值大于域值乃的特征值结合起来实现对医学图像的查询。这个改进不仅减小了计算的复杂度,而且使查询结果得到改善。以上这些改进都大幅度地提高了查询性能。最后,本文综合利用纹理和形状特征对医学图像进行检索,结果证明纹理特征和形状特征对医学图像来说具有互补性。