基于支持向量机的真实头模型三维重建方法的研究

《基于支持向量机的真实头模型三维重建方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河北工业大学博士学位论文基于支持向量机的真实头模型三维重建方法的研究姓名：郭磊申请学位级别：博士专业：电工理论与新技术指导教师：颜威利20071001基于支持向量机的真实头模型三维重建方法的研究组织三维曲面的高度不规则，主要表现在显著的且频繁的曲率变化以及曲面的不连续性上。而重建如此高度非线性的三维曲面是图像三维重建领域的难点问题。这就对传统的三维重建方法提出了严峻的挑战，甚至无法实现。而支持向量机在解决高度非线性问题上有着其强大的优势。通过对本课题具体问题的细致分析和对支持向量机理论的深入研究，首次

2、将球形支持向量机理论引入到图像三维重建领域中，将三维不规则组织映射到高维空间获得规则超球，描述高维空间最优超球面的函数即为颅内组织的三维数学模型。为解决球形支持向量机参数选取问题，将免疫优化算法与球形支持向量机算法相结合，提出免疫球形支持向量机算法，对颅内各组织进行三维数学建模，并获得较高的建模精度。最后对颅内7类组织进行三维可视化处理。关键词：图像滤波，图像分割，图像三维重建，支持向量机，免疫算法，免疫适配模板滤波，维权重免疫支持向量机，免疫球形支持向量机ii河北工业大学博士学位论文RESEARCH

3、ONTHREEDIMENSIONALRECONSTRUCTIONFORREALHEADMODELBASEDONSUPPORTVECTORMACHINEABSTRACTHighlyevolutionalbrainisthecentrumwhichpredominatesalltheactivitiesofhumanbeing.Thetaskofbrainscienceistoopenouttheprofoundmysteryofbrainfunction.Ithasgreatsignificancein

4、lifescience.Fromit,researchontheanalysisofthreedimensionalcerebralelectricfieldofisthehotarearecently.Nevertheless,thepreconditionforthisstudyistoconstructtherealheadmodelofhuman.Inthispaper,usingMagneticResonanceImaging(MRI)imagesequence,therealmodelso

5、f7kindsofencephalictissueshasconstructedsuccessfullybasedonSupportVectorMachine(SVM)theory.Themainworksareilluminatedasfollows:(1)MRIimagefiltering:FilteringprocesscanobtainhighqualityMRIimageinordertobuildsolidfoundationforimagesegmentationandimagethre

6、edimensionalreconstruction.ThemostimportantcharacteristicofMRIimageisthecomplicatedchangeofgraylevel.So,traditionalfilteringmethodscannotfitforthiskindofcomplicatedimage.Inthispaper,AdaptiveTemplateFilteringMethod(ATFM)isadoptedtofilterMRIimage.Thisalgo

7、rithmnotonlyeffectivelysuppressesnoise,butbestpreservestheusefulinformationtothelargestdegreeaswellforMRIimage.However,selectingthresholdforATFMisacomplicatedproblemwhichdirectlyaffectsthefilteringresult.Combinedwithimmunealgorithm,ImmuneATFM(IATFM)wasp

8、roposedtoeffectivelydealwiththeproblemofthresholdselectionandperfectedATFM.TheexperimentalresultsdemonstratethatIATFMyieldssatisfactoryfilteringresult.BothfilteringperformanceandvisualeffectofIATFMsurpassestraditionalfilteringmet