一、課題綜述及研究意義 人們日常生活中接觸到的圖像往往不能直接利用，需要預先轉換為計算機能夠正常識別的數字圖像，并進行后續的加工處理才能為人所用。正是如此圖像處理在人們日常生活中的地位舉足輕重，受到了學者們的廣泛重視。 而圖像增強作為圖像處理最為基礎的環節，其效果的好壞決定了整個圖像處理的成敗。正是如此，圖像增強成了學者們的研究熱點。 目前圖像增強技術被廣泛應用于醫療領域，具體案例是對視網膜圖像的增強。視網膜血管的表征能夠反映整個人體內血管性疾病的狀況，其表征變化程度與疾病的病程，嚴重程度還有愈后的狀態密切相關，醫療工作者可以藉此進行診斷，同時患者也能免于更多醫療檢測帶來的疼痛。因此，為了盡早診斷出患者的血管性疾病，并進行后續的相關醫治，增強視網膜血管圖象并對其進行理論分析，這一舉措迫在眉睫，正是于此它在臨床醫治中的價值不可估量。
二、課題擬采取的研究方法和技術路線 研究方法： 先分析常用圖像增強算法的工作原理,閱讀與基于匹配濾波器圖像增強相關的文獻資料，藉此分析高斯匹配濾波器圖像增強算法的工作原理，歸納不同算法的優缺點。最后深入研究Tramline匹配濾波的工作原理，參考相關資料，對其中某一環節作出改進。 技術路線： 針對視網膜血管圖像增強這一具體領域，用Matlab對常用圖像增強算法進行仿真，對比處理效果，分析優缺點，在此基礎上對Tramline匹配濾波圖像增強作出改進。
三、主要參考文獻 [1]黃叔仁,張曉峰.眼底病診斷與治療[M].北京:北京人民衛生出版社,2003:35-39. [2]上海第一醫學院眼耳鼻喉科醫院眼科眼科手冊[M].上海:上海科學技術出版社,1978:79-83. [3]孫偉.基于非熒光眼底圖像的糖尿病特征提取.長春吉林大學,2007. [4]Sonha M, H1aVac V, Boyle R著,艾海舟等譯.數字圖像處理、分析和機器視覺(第一版)[M].北京:北京郵電出版社,2007:137-149. [5]趙爽.改進的模糊C均值聚類算法及應用[D].東北大學,2010. [6]蔣先剛.基于Delphi的數字圖像處理工程軟件設計[M].北京:中國水利水電出版社,2006:131-144. [7] M. Kass,A. Witkin,D. Terzopoulos. Snakes: Activecontourmodels.International Journal of Computer Vision, vol. 1, Jan. 1988, pp. 321-331. [8]賈春光,譚鷗.基于變形輪廓的醫學圖像匹配方法.計算及輔助設計與圖形學學報,1999,11(2): 115-119. [9]K. Zhang, L. Zhang, H. Song, W. Zhou. Active contours with selective local orglobal segmentation: A new formulation and level set method. Image and VisionComputing, vol. 28, Apr. 2010, pp. 668-676. [10]王耀貴.圖像高斯平滑濾波分析.計算機與信息技術,2008, 8(31):179-181. [11]柴曉輝.基于高斯匹配濾波增強方法的真菌圖像分析[J],科技信息(學術研究),2007, 16(3): 156-158. [12]許雷,鄭筱祥.一種基于高斯匹配濾波法的視網膜圖像血管中軸線快速提取算法.北京生物醫學工程,1998, 17(3): 161-165. [13]朱付平.基于Level Set方法的醫學圖像分割[J],軟件學報,2002,13 (9): 1866-1872. [14]李俊,楊新,施鵬飛.2002.基于Mumford-Shah模型的快速水平集圖像分割方法[J],計算機學報,2002, I l: 1175-1183. [15]蔡靜穎.模糊C-均值算法的研究[D].遼寧師范大學,2010. [16]王文杰.基于Level Set方法的圖像分割技術研究.西北工業大學碩士學位論文,2006. [17]R. Kimmel. Fast Edge Integration Geometric Level Set Methods in ImagingVision and Graphics, vol. 21(7).2002, pp. 59-77. [18]T. Brox, J. Weickert. Level Set Based Image Segmentation with MultipleRegions.PatternRecognition,C.E.Rasmussen,Berlin:SpringerBerlin/Heidelberg, vol. 31(6).2004, pp. 415-423. [19]G. Zhu, Q. Zeng, C. Wang. Boundary-based image segmentation using binarylevel set method. Optical Engineering, vol. 46(5).2007, pp. 317-324. [20]劉剛,王立香,董延.MATLAB數字圖像處理[M].機械工業出版社,2010:35-41. [21]寧紹芬.基于FCM聚類的算法改進[D],中國海洋大學,2007. [22]M.E. Leventon, W.E.L. Crimson, O. Faugeras, et al. Statistical shapeinfluenceingeodesicactivecontours.ProceedingsIEEEConferenceonComputer Vision and Pattern Recognition. CVPR 2000 (Cat. No.PR00662),IEEE Comput. Soc, 2000, pp. 316-323. [23]周明,孫樹棟.遺傳算法原理及應用[M].國防工業出版社,1999. [24]陳玲燕.基于遺傳算法的FCM聚類在銀行客戶細分中的應用研究[D].蘭州商學院,2009. [25]李麗麗.模糊C-均值聚類算法及其在圖像分割中的應用[D].山東師范大學,2009. [26]李士勇,李研.智能優化算法原理與應用[M].哈爾濱工業大學出版社,2012. [27]Tan PN,Steinbach M.數據挖掘導論[M].北京：人民郵電出版社,2006. [28]吳佳.FCM聚類及其增量算法的研究[D].長沙理工大學,2011.
二、畢業設計（論文）工作實施計劃www.628tf.com （一）畢業設計（論文）的理論分析與軟硬件要求及其應達到的水平與結果 理論分析： 1、對傳統圖像增強算法的分析； 2、對高斯匹配濾波器圖像增強算法的分析； 3、對Tramline圖像增強原理的分析； 4、對Tramline圖像增強過程改進依據的理論分析；
軟硬件要求： 用Matlab對常用的圖像增強算法進行仿真，分析在處理視網膜血管圖像時不同算法的優缺點,在此基礎上對Tramline圖像增強過程進行改進，并仿真出最終處理效果，且效果能反映改進的優越性。
（二）畢業設計（論文）工作進度與安排 起訖日期 工作內容和要求 備注 3月25日-3月31日 查閱27篇相關文獻，完成開題報告 4月1日-4月7日 查閱資料，確定論文整體框架 4月8日-4月14日 確定論文總體研究方向：圖像增強，針對視網膜血管圖像增強具體研究 4月15日-4月21日 分析常用圖像增強算法的優缺點，用Matlab仿真出處理效果 4月22日-4月28日 對Tramline匹配濾波圖像增強算法進行改進 4月29日-5月5日 對改進后的Tramline匹配濾波圖像增強算法進行Matlab仿真 5月6日-5月12日 將改進后的處理效果與之前的算法進行對比，突出優勢 5月13日-5月19日 整理材料，撰寫論文初稿 5月20日-6月1日 修改論文，準備答辯 |
