针对医学图像的重压缩检测技术研究开题报告

 2022-01-09 10:01

全文总字数:4196字

1. 研究目的与意义及国内外研究现状

随着现代医疗水平的不断进步和经济实力的增强,更多的医疗成像设备投入临床应用,数字化的医学图像在医学临床诊断中发挥的作用越来越重要,对医学图像重压缩技术的研究显得尤为迫切,主要表现如下:

首先,数字医学图像的数据量急剧增加。医院里除了经常使用的x射线检查项目外,像ct,mr、核医疗(如spelt, pet等)以及超声等也进入日常的医学检查和诊断应用中。大多数断层扫描对于感兴趣区的部位都要产生16-64幅切片图像,而且超声和血管造影等每次检查都生成3-30分钟的视频序列图像,这必然使得原来就很庞大的数字医学图像的数据量,以更快的速度增加,为了使而且医学图像数据还要有较长的保存周期,这使它要占用更大的存储空间,就必须对医学图像进行压缩。

其次,现代医学对医学图像取证的要求越来越高。医学图像数据描述的是人体组织、器官等的解剖信息,其中包含的信息十分丰富,而这些信息是医学诊断和疾病治疗的重要根据,为了攫取利益,有不法分子可能会对医学图像进行篡改,因此研究有针对性的医学图像重压缩检测显得尤其重要。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

本课题的主要研究内容是JPEG医学图像的重压缩检测技术及基于重压缩检测的JPEG医学图像篡改定位技术。由于在对一幅医学图像经过某种润饰或篡改操作后,必然会对图像重新进行保存。若保存后图像和原始图像都为JPEG格式且两次的压缩质量不同,则会发生重压缩现象,因此可以通过检测重压缩操作来对医学图像是否经过润饰或篡改操作进行初步判断。更进一步,通过判断各子图像块是否经过了重压缩操作,可以对篡改区域进行定位。

本课题从重压缩操作给医学图像带来的统计特性上的变化入手,提出了两种JPEG医学图像重压缩检测算法,并与现有的典型算法进行比较,分析了所提算法的优越性。在此基础上,提出了一种基于重压缩检测JPEG医学图像篡改定位模型,并利用所提出的重压缩检测算法对JPEG篡改图像进行定位检测,验证了所提模型的有效性。

3. 实施方案、进度安排及预期效果

实行方案:对jpeg压缩技术进行简要介绍,并分析了重压缩操作对医学图像dct系统统计特性的影响。在此基础上,提出两种jpeg医学图像的重压缩检测方法,分别基于图像dct系数灰度共生矩阵的重压缩检测方法和基于dct系数有效数字markov模型的重压缩检测方法,并与现有的典型方法进行比较,分析了所提算法的优越性;之后提出一种基于重压缩检测的jpeg医学图像篡改定位模型。首先分析了重压缩操作对篡改图像中篡改区域与背景区域的不同影响,分析了利用重压缩检测定位篡改区域的可能性并给出了篡改定位模型。

进度安排:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] rafael c. gonzalez,richard e. woods著,阮秋琦,阮宇智等译《数字图像处理(第二版)》电子工业出版社2002-09

[2]周涛,陆惠玲《医学数字图像处理》科学出版社2015-07

[3] 张德丰《matlab数字图像处理》机械工业出版社2009

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。