基于非因果分数阶方向滤波的轮廓提取和图像分割新方法

Accurate edge detection and segmentation are the research focus and difficult points of image processing. Existing contour detection methods are generally based on integer-order differential operations, which often result in a conflict between detection accuracy and noise immunity. Based on the feature that the magnitude characteristics of the fractional calculus are controlled by the fractional order and the inverse phase characteristics of anticausal filtering, the project will use a fractional calculus and non-causal signal processing based noncausal fractional directional derivative as the alternative to the traditional first- and second-order directional derivatives, and then derive novel contour extraction and image segmentation schemes, providing a better compromise between detection/segmentation accuracy and noise immunity. Through the in-depth study of non-causal filtering, fractional-order directional fitering, and the theories of contour extraction and image segmentation, the project will try to build up the accurate theories and methodologies of contour detection and image segmentation based on anticausal filtering and fractional directional derivative; targeting CT/MR/Ultrasonic images, the project studies the design and adaption of parameters of the new methods, and tries to improve contour detection and image segmentation effects. The project aims to make the new algorithms mature and effective contour detection and image segmentation methods with high accuracy.

精确的轮廓检测和图像分割一直是图像处理的研究热点和难点。现有的轮廓检测方法一般是基于传统整数阶次微分的，这常常会造成在检测精度与抗噪性能之间此消彼长的矛盾。根据分数阶次微积分的幅频特性受控于分数阶次的特点以及反因果滤波的反向相频特性，本项目将用基于分数阶次微积分和非因果信号处理的非因果分数阶方向导数替代传统一阶/二阶方向导数，进而构建兼顾检测/分割精度和噪声抑制能力的轮廓提取和图像分割新方法。通过深入地研究非因果滤波、分数阶方向滤波以及轮廓提取和图像分割理论，建立基于反因果滤波和分数阶次方向导数的精确轮廓提取及图像分割理论和方法；以噪声条件下的CT/MR/超声目标图像为对象，研究新方法的参数设计和自适应技术，从而全面提升轮廓检测和图像分割的效果。本项目将致力于使新算法成为成熟有效的高精度轮廓检测和图像分割方法。

图像是表达物理世界最简易、紧凑和普遍的方法。数字图像处理技术受到人们的高度重视，其应用领域主要包括通信工程、航空航天、生物医学工程、工业工程、军事公安、视频和多媒体技术等方面。图像的轮廓检测和分割是进行图像识别和图像理解的基础，检测和分割结果的优劣将直接影响后续对目标的鉴别、识别与跟踪。特别是在医学工程领域如病变组织的定位、解剖结构的学习、治疗规划和计算机指导手术中起到至关重要的作用。.. 在图像细化、深度测量以及目标检测中，现有的基于整数阶微分算子的轮廓（边缘）检测方法在检测精度和噪声免疫力之间存在着此消彼长的矛盾。本项目根据分数阶次微积分的幅频特性受控于分数阶次的特点以及反因果滤波的反向相频特性，提出基于分数阶次微积分和非因果信号处理的非因果分数阶方向导数替代传统一阶/二阶方向导数，进而构建兼顾检测/分割精度和噪声抑制能力的轮廓提取和图像分割新方法。通过深入地研究非因果滤波、分数阶方向滤波以及轮廓提取和图像分割理论，建立面向医学影像的基于反因果滤波和分数阶次方向导数的精确轮廓提取、图像分割、图像去燥、图像锐化、角点检测理论和方法；以CT/MR目标图像为对象，研究新方法的参数设计和自适应技术，从而全面提升图像增强、角点检测、轮廓检测和图像分割的效果。.. 基于本课题的研究成果，课题组又成功获得了1项江苏省自然科学基金青年基金项目资助。通过对非因果分数阶微积分的演化，分别提出了非因果分数阶低通滤波器、零相移锐化滤波器、非因果分数阶角点检测器，并将其成功应用于医学图像增强、图像锐化和角点检测等领域。在国内外核心期刊已发表署名本课题资助的研究论文6篇，其中SCI收录3篇，国际和全国学术会议论文1篇，获批授权专利3项，申请受理发明专利2项。这些成果使我国在非因果分数阶微积分医学图像图像处理的研究领域处在国际领先水平。