论文部分内容阅读
色斑特征参数是衡量皮损程度重要指标之一。采用图像分析技术,对皮肤图像进行色斑特征提取,具有不接触皮肤、测量迅速、测量数据信息能重复利用等诸多优点,在医学病理诊断领域引起了广泛关注。本文利用图像增强、图像分割等图像处理技术,实现色斑特征的提取,开展的相关研究工作如下:首先,通过分析人体皮肤组织结构以及皮肤图像特点发现,皮肤色斑图像的对比度差异很大。据此,采用灰度均方差法对色斑图像进行分类,确定为“模糊”的色斑图像进一步执行增强处理。通过对灰度变换、中值滤波、直方图均衡化三种方法的增强实验发现,它们无法有效解决皮肤图像的局部高光问题。据此,采用了一种小波变换结合同态滤波的图像增强方法,在增强图像对比度的同时,有效地解决了皮肤图像局部高光问题。其次,通过研究发现Snake模型因为采用了贪婪算法,可以在轮廓提取过程中保持稳定性并且具有较低的计算复杂度。为此,引入主动轮廓Snake模型,实现对色斑图像的轮廓提取。为了解决轮廓曲线无法收敛到深度凹型边界的问题,采用GVF方法对Snake模型进行修正,增大了轮廓曲线所受外力的作用范围,提高了分割结果的质量。最后,采用8方向链码提取色斑区域的边界和其它几何特征参数。为了降低色斑区域面积的计算误差,对区域边界采取了半个像素单位的处理。构建了饱含边界特征、几何特征、不变矩特征、颜色特征的色斑参数客观评价指标体系,通过比较治疗前后对应指标的变化,可以给出治疗效果的评价。