换一批摘要目前，随着基于内容的图像检索(CBIR)技术的快速发展，其在医学图像辅助诊断领域的应用得到了越来越多的重视。本文主要研究基于底层视觉特征(图像颜色特征和纹理特征)的检索技术，在此基础上提出一种融合颜色和纹理特征的综合图像检索方法，并把它应用于医学细胞图像的检索实践中。 论文首先综述了目前CBIR技术应用于临床医学的需求和实例，分析医学图像的特点。系统地介绍和比较了图像的颜色、纹理特征描述符，并研究了MPEG-7的相关部分。 对颜色特征检索算法，在统计图像的颜色直方图特征时，采用符合人类视觉特性的HSV颜色空间来表示细胞图像的颜色特性，利用人对颜色的感知来对颜色分量进行非等间隔的量化。在用直方图交叉算法进行图像的匹配算法。增加算法的稳定性，使算法能适合大小不同的图像，提高查询性能。 在提取纹理特征时，为了减少计算量和充分利用颜色信息，提高分辨彩色图像纹理的能力，弥补颜色特征损失的空间信息，参考灰度共生矩阵，构造基于色彩共生矩阵的纹理特征检索算法。 在上面两种算法的基础上，考虑到目前检索算法在低级特征方面都不是单一利用颜色、纹理或形状等特征，而是综合利用其中几种。为了更加充分地表征了图像视觉信息，研究特征融合的图像检索方法。根据医学图像的特点，提出了利用纹理、颜色特征，并进一步把纹理、颜色特征融合起来检索医学图像的方法，取得了较好的效果。验证了多个特征融合检索比单一特征检索的良好优越性。 本文的研究和实践对于促进基于内容的图像检索技术在医学诊断应用具有一定的参考价值和实践意义。
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
