基于小波图像增强的乳腺钙化点检测方法毕业论文.doc

摘 要
目前乳腺癌是女性癌症的首要死因，早期发现、早期诊断、早期治疗是降低乳腺癌死亡率的关键手段。由于乳腺X片图像中，许多微小钙化点都处于强背景下，容易被医生忽略，为了抑制强背景，凸出钙化点，研究了一种利用小波变换实现图像增强的钙化点检测方法。
首先利用二值化图像提取出乳腺区域，并采用形态学对乳腺图像进行去噪；然后，采用方形网格覆盖乳腺区域分割出感兴趣区域；对感兴趣区域进行小波图像增强，进而抑制背景，使钙化点与背景明显的区分开来；最后进一步研究钙化点的自动检测方法，在图像增强的基础上进行区域生长，采用Top-hat算法实现钙化点的自动检测。Matlab仿真验结果表明，用小波变换方法增强乳腺图像，能够很好的将图像中的钙化点与背景部分区分带来，为医生提供了方便；基于Top-hat算法的钙化点自动检测方法能够有效的检测出图像中的钙化区。

关键词 小波变换 图像增强 钙化点自动检测Top-hat算法

ABSTRACT
At present,breast cancer is the leading cause of death for women.Early detection, early diagnosis, early treatment is the key means to reducing breast cancer mortality .As a result of breast X-chip image calcification of many weak points are in the context of strong and easily overlooked by doctors.In order to restrain the background, enhance calcifications, researching a calcification detection method that using wavelet transform to achieve image enhancement.
First of all,use binary image to pick up the breast region,and use morphology to denoise for breast imaging; Then, use square grid to cover breast region and cut up region of interest; Using wavelet image enhancement to increase region of interest, thereby inhibiting the background to make a clear distinction between calcifications and background; Finally, further research the method of automatic detection of calcifications to advance regional growth, using Top-hat algorithm to achieve automatic detection of calcifications. The result of Matlab simulation shows that using method of wavelet transform to enhance breast imaging can be differentiate image of calcifications in order to provide doctors with convenience. Based on Top-hat algorithm automatic detection of calcification can effectively detect the image of the calcified area.

Key words Wavelet transform Image Enhancement Automatic detection of calcification Top-hat algorithm

目录
摘 要 I
Abstract II
第1章 绪 论 1
1.1 课题背景及意义 1
1.2 国内外研究进展及现状 2
1.3 论文的主要内容 4
第2章 乳腺X图像的预处理 5
2.1 基本概念 5
2.1.1二值形态学基本运算 5
2.1.2灰度直方图的基本概念 6
2.2 乳腺区域的提取与去噪 7
第3章 小波变换的基本理论 10
3.1 小波变换 10
3.1.1 连续小波变换 11
3.1.2 离散单小波变换 12
3.2 多分辨率分析 13
3.3 二尺度方程 14
3.4 Matlab算法 15
3.5 本文用到的几个小波系 17
第4章 钙化点的检测 19
4.1 方形网格覆盖乳腺区域 19
4.2　实验结果与分析 19
4.3 小波图像增强 20
4.3.1 基于小波变换的图像增强方法 20
4.3.2 小波基的选取 21
4.3.3 小波图像增强流程图介绍 26
4.4 Top-hat 算子 27
4.5 基于Top-hat 算子的钙化点检测方法 28


4.5.1 种子点的选取 28
4.5.2 区域生长 28
4.5.3 钙化点自动检测算法 29
4.6　实验结果及分析 31
结 论 32
致 谢 33
参 考 文 献 34
附 录1 35
附 录2 39