醫(yī)學(xué)圖像邊緣提取與分割的新算法研究.pdf

1、醫(yī)學(xué)圖像的分割是醫(yī)學(xué)圖像處理中的重要組成部分之一，醫(yī)學(xué)圖像分割的結(jié)果為醫(yī)學(xué)研究和臨床治療提供定性和定量的判斷依據(jù)。
　　 本文基于醫(yī)學(xué)圖像的分割算法研究，介紹了圖像分割的基本原理，討論了傳統(tǒng)的邊緣檢測和區(qū)域分割的算法的性能優(yōu)劣，并針對傳統(tǒng)的邊緣檢測、閾值分割和區(qū)域分割算法存在的缺點(diǎn)，研究了新的邊緣提取算法、改進(jìn)的閾值分割算法和改進(jìn)的區(qū)域分割算法。本文的主要工作如下：
　　 (1)研究了一種基于邊緣曲線連貫性的邊緣檢測和追

2、蹤算法。該算法利用物體邊緣曲線具有連續(xù)性這一特點(diǎn)，先檢測出強(qiáng)邊緣，進(jìn)而利用事先設(shè)定的追蹤策略，對圖像中的弱邊緣進(jìn)行追蹤，達(dá)到提取邊緣的目的。
　　 (2)研究了基于二維灰度直方圖的閾值分割算法，包括二維最大類間方差算法和二維最大熵算法。原始的最大類間方差(Otsu)算法和最大熵算法都是基于一維灰度直方圖的。本文在一維灰度直方圖的基礎(chǔ)上，研究了基于二維灰度直方圖的二維最大類間方差算法和二維最大熵算法，討論了更高維數(shù)下該算法的可能性

3、及可行性。
　　 (3)研究了基于控制標(biāo)記符的分水嶺分割算法。由于大量極小值區(qū)域的存在，會導(dǎo)致直接的分水嶺變換產(chǎn)生過分割現(xiàn)象，過分割會造成分割結(jié)果沒有意義。針對此缺點(diǎn)，本文研究了一種基于控制標(biāo)記符的分水嶺分割算法，該算法通過內(nèi)部標(biāo)記和外部標(biāo)記來消除極小值區(qū)域，從而有效克服由于極小值區(qū)域?qū)е碌倪^分割問題。
　　 實(shí)驗(yàn)結(jié)果表明，相比于傳統(tǒng)的邊緣檢測算法，本文的邊緣檢測及追蹤算法有效地避免了閾值選取的問題，在抗噪性、邊緣的連續(xù)