42] (3· 5)計(jì)算E(m,η)的均值
最終得到基于Gabor濾波器下的圖像特征feF=[μηη，0nJ。
[0043] 步驟4,采用Zernike矩陣的特性對待檢索圖像Iq(x,y)進(jìn)行特征提取。
[0044] (4. 1)通過Zernike多項(xiàng)式Vnm(x,y)得到Zernike矩陣Rnm(P);
[0045] Vnm (x,y) =Vnm (P,θ) =Rnm (P)exp(jmθ)
[0046]
-P'"2i
[0047] 式中，n為非負(fù)整數(shù)，m為整數(shù)且滿足|m
[0048] (4.2)對PXQ的Iq(x，y)進(jìn)行量化處理，得到Anni，最終得到基于Zernike矩陣的 圖像特征
[0049] 步驟5,整理數(shù)據(jù)，得到所需要的圖像的特征提取為f= {f]k|je{GF，ZM}，k=
[0050] 步驟6,利用歸一化的比較公5
十算待 檢索圖像和庫圖像之間的相似度，通過輸出結(jié)果來完成圖像的檢索。
[0051] 步驟7,對圖像進(jìn)行高斯白噪聲處理，重復(fù)步驟1到步驟6。
[0052] 本發(fā)明的效果可以通過以下實(shí)驗(yàn)進(jìn)一步說明：
[0053] 1、仿真實(shí)驗(yàn)環(huán)境：
[0054] 在CPU為core22. 4HZ、內(nèi)存 2G、WINDOWSXP系統(tǒng)上使用MATLAB進(jìn)行了仿真。
[0055] 2、仿真內(nèi)容
[0056] 用本發(fā)明方法對每張圖像進(jìn)行特征提取，提取的特征數(shù)據(jù)如表（1)所示。然后用 比較公式對所有數(shù)據(jù)進(jìn)行比較，比較的結(jié)果如表（2)所示。通過歸一化之后的結(jié)果，可以很 明顯的看出來第五幅圖和待檢索的圖相近，事實(shí)確實(shí)如此，說明正確的檢索出了所需圖像。
[0057] 表1本發(fā)明方法所提取出的圖像特征數(shù)據(jù)
[0058]
[0059] 表2各幅圖像之間的相似度
[0060]
[0061] 對圖像進(jìn)行高斯白噪聲處理，然后同樣對每張圖像進(jìn)行特征提取，提取的特征數(shù) 據(jù)如表（3)所示。用比較公式對所有數(shù)據(jù)進(jìn)行比較，比較的結(jié)果如表（4)所示。通過歸一 化之后的結(jié)果，也可以很明顯的看出來第五幅圖和待檢索的圖相近，事實(shí)確實(shí)如此。
[0062] 表3經(jīng)過高斯白噪聲處理后的圖像特征數(shù)據(jù)
[0063]
[0065] 表4經(jīng)過高斯白噪聲處理后圖像之間的相似度
[0066]
[0067] 由此仿真實(shí)驗(yàn)說明本方法不受一般的噪聲影響，仍舊可以正確的檢索出所需圖 像。
[0068] 本方法提出的基于Gabor-Zernike特征在醫(yī)學(xué)圖像檢索中的應(yīng)用方法能夠較準(zhǔn) 確、有效地運(yùn)用于圖像數(shù)據(jù)的檢索，并且高效快速。
【主權(quán)項(xiàng)】
1. 一種在醫(yī)學(xué)圖像中使用伽柏-澤爾尼克Gabor-Zernike特征檢索圖像的方法，包括 如下步驟： (1) 從磁共振成像MRI圖像數(shù)據(jù)庫中提取連續(xù)的L張圖像，設(shè)定其中任意1張為待檢索 圖像Iq (X，y)，另L-I張為檢索數(shù)據(jù)庫圖像I1 (X，y) I2 (X，y)…L1 (X，y)。我們用I (X，y)表 示圖像，其中Iq(x，y)表示待檢索圖像； (2) 對L張圖像中的每一張圖像做歸一化處理，統(tǒng)一所有的圖像尺寸，使得每張圖像尺 寸相等； (3) 采用線性二維伽柏Gabor濾波器對待檢索圖像Iq(x，y)進(jìn)行特征提?。菏荊abor濾波器的基本方程，:是對上述基本方程做傅立葉變換之后的得到的伽柏傅 里葉方程； (3.2)通過對伽柏傅里葉方程式中相同公式的疊加，得到一組擁有擴(kuò)張不變性的 Gabor方程gmn(x, y)，其中，m = 0, 1，…，M-1, η = 0, 1，…，N-l，M和N分別是指定的規(guī)模和 方向的分量； (3. 3)對Gabor方程gmn (X，y)進(jìn)行卷積處理，得到一個(gè)關(guān)于離散Gabor波形變換的卷 積方程式Wnin; (3. 4)根據(jù)具體的圖像I (X，y)的大小，使用不一樣的方向和大小特征的Gabor濾波器， 對PXQ的Iq (X，y)進(jìn)行標(biāo)量量化處理，得到量級方程式E (m, η)，其中PXQ表示圖像Iq (X，y) 的像素大?。? (3.5)計(jì)算E (m，η)的均值Pnin和方差〇 m，最終得到基于Gabor濾波器下的圖像特征 fGF= [ ^ mn, 0 mnl ； (4) 采用澤爾尼克Zernike矩陣的特性對待檢索圖像Iq(x，y)進(jìn)行特征提?。? (4.1)通過Zernike多項(xiàng)式Vnm(x，y)得到Zernike矩陣Rnm(P), Vnm(x，y)是定義在單 位圓上的正交復(fù)函數(shù)的集合，P為原點(diǎn)到點(diǎn)（x，y)的矢量長度； (4. 2)對PXQ的Iq(X，y)進(jìn)行量化處理，得到Anm，最終得到基于Zernike矩陣的圖像 特征 fZM= |Ann| ; (5) 整理數(shù)據(jù)，得到所需要的圖像的總提取特征f= {f]k|j e {GF，ZM}，k = 1，2,. . .，m}，表示特征f(；F與特征f ZM的總集合； (6) 利用比較公式匹配圖像之間的距離dql= d(I q，I1),其中Iq表示待檢測圖像，I廣 示磁共振成像MRI圖像數(shù)據(jù)庫中的其他圖像，計(jì)算I q和I i之間的相似度，完成圖像的檢索， 其中Iq表示待檢測圖像，I 1表示磁共振成像MRI圖像數(shù)據(jù)庫中的其他圖像。2. 根據(jù)權(quán)利要求1所述的在醫(yī)學(xué)圖像中使用伽柏-澤爾尼克Gabor-Zernike特征檢索 圖像的方法，所述的Gabor濾波器的公式如下：式中，x，y表示圖像I(x，y)中二維像素點(diǎn)，σχ是空間長度，σ y是頻率寬度，且(W，0)是Gabor濾波器在（u，V)的頻率中心，u，V是傅里葉變換后 x，y相對應(yīng)的數(shù)值變量，〇u，〇v是傅里葉變換后〇 x〇y相對應(yīng)的數(shù)值變量。3. 根據(jù)權(quán)利要求1所述的在醫(yī)學(xué)圖像中使用伽柏-澤爾尼克Gabor-Zernike特征檢索 圖像的方法，其中，所述的Zernike矩陣的公式如下：式中，X，y表示圖像I (X，y)中二維像素點(diǎn)，根據(jù)在Zernike多項(xiàng)式中的定 義，η為非負(fù)整數(shù)，m為整數(shù)且滿足|m|彡n。P為原點(diǎn)（0, 0)到點(diǎn)（X，y)的矢量 長度，即：Θ為軸X與P矢量在逆時(shí)針方向的夾角，即>表示點(diǎn)（x，y)的徑向多項(xiàng)式，s是一個(gè)任意的從0開始的 初始值。4. 根據(jù)權(quán)利要求1所述的在醫(yī)學(xué)圖像中使用伽柏-澤爾尼克Gabor-Zernike特征檢索 圖像的方法，其中，M和N根據(jù)圖像的具體大小來確定。
【專利摘要】本發(fā)明公開了一種基于內(nèi)容的旋轉(zhuǎn)不變的Gabor-Zernike方法，主要解決醫(yī)學(xué)圖像檢索中在大量庫文件中快速檢索所需圖像的問題。其實(shí)現(xiàn)過程是：(1)提取所有庫文件的Gabor圖像特征數(shù)據(jù)；(2)提取所有庫文件的Zernike圖像特征數(shù)據(jù)；(3)提取待檢索圖像的Gabor圖像特征數(shù)據(jù)；(4)提取待檢索圖像的Zernike圖像特征數(shù)據(jù)；(5)對所有數(shù)據(jù)進(jìn)行相似度比較計(jì)算；(6)為所有圖像增加高斯噪聲；(7)重復(fù)步驟(1)到步驟(5)；(8)對比圖像檢索結(jié)果。本發(fā)明在醫(yī)學(xué)圖像檢索方面有顯著的優(yōu)點(diǎn)，即使在有一般噪聲的情況下仍可用于快速的醫(yī)學(xué)圖像檢索。
【IPC分類】G06F17/30
【公開號】CN105426446
【申請?zhí)枴緾N201510756179
【發(fā)明人】劉若辰, 焦李成, 葉笑夕, 王爽, 馬晶晶, 劉紅英, 屈嶸
【申請人】西安電子科技大學(xué)
【公開日】2016年3月23日
【申請日】2015年11月6日