基于小波變換和梯度矢量流的圖像分割算法研究.pdf

1、醫(yī)學(xué)圖像的分割是數(shù)字醫(yī)學(xué)圖像處理的關(guān)鍵技術(shù)之一。變形模型因其可以將定義在圖像中的曲線在能量最小化的過程中變形收斂至對象邊界，在醫(yī)學(xué)圖像的邊界檢測、匹配、運(yùn)動追蹤、形體表征等處理中得到廣泛的應(yīng)用。通常使用的變形模型包括傳統(tǒng)的snake模型、氣球模型、梯度向量場模型(Gradient Vector Field，GVF)等。在醫(yī)學(xué)圖像分割中，去噪聲處理是必要的環(huán)節(jié)，而噪聲因其多樣性和復(fù)雜性，使得在濾波過程中，可采用具有多尺度處理能力的方法，獲

2、得更好的濾波效果。由于小波變換的多尺度處理特性，所以可應(yīng)用于醫(yī)學(xué)圖像的濾波處理過程中。通過小波對圖像的變換，對GVF模型中的參數(shù)進(jìn)行改進(jìn)，獲得有更好抗噪能力的圖像分割效果。本文利用小波變換和GVF模型兩者的綜合使用，建立了一種醫(yī)學(xué)圖像處理方法。 本文主要研究了以下幾個方面： (1)對小波變換多尺度分析方法進(jìn)行研究。通過利用不同尺度下小波邊緣提取，將精確尺度下的弱邊緣檢測和粗略尺度下的噪聲抑制能力相結(jié)合，應(yīng)用于半自動或自動