醫(yī)學(xué)圖像的交互式分割算法研究.pdf

1、生物醫(yī)學(xué)圖像的分割是近年來圖像處理領(lǐng)域的研究熱點。基于生物醫(yī)學(xué)圖像的分割技術(shù)，可對生物醫(yī)學(xué)圖像的內(nèi)容進(jìn)行分析，幫助醫(yī)務(wù)人員診斷和制定治療方案。同時由于生物醫(yī)學(xué)圖像具有分辨率低、噪聲大、圖像特性差異大的特點，也為該類圖像的分割帶來了困難。因此生物醫(yī)學(xué)圖像的分割技術(shù)具有重要的研究意義。依據(jù)不同生物醫(yī)學(xué)圖像間特性差異較大的特點，本文著重研究了交互式的分割算法，即由使用者給出圖像中包含目標(biāo)的感興趣區(qū)域，再利用算法再對該區(qū)域進(jìn)行分割。
　　

2、文中首先實現(xiàn)了交互式的閾值分割算法，分析了其優(yōu)缺點。然后實現(xiàn)了交互式的區(qū)域生長算法，在對基本區(qū)域生長算法的特點進(jìn)行分析后，提出了一種基于邊緣強(qiáng)度的區(qū)域生長算法。該算法首先使用閾值法對圖像進(jìn)行預(yù)分割，并依據(jù)閾值分割的結(jié)果選取目標(biāo)區(qū)域的種子像素，同時將使用者提供的感興趣區(qū)域的邊界像素作為背景區(qū)域的種子像素。然后計算出圖像中各像素處的邊緣強(qiáng)度，并在計算邊緣強(qiáng)度時考慮了像素灰度沿水平、垂直、對角線和反對角線四個方向的變化情況。接著依據(jù)像素的邊緣

3、強(qiáng)度漸進(jìn)地在目標(biāo)區(qū)域和背景區(qū)域內(nèi)分別進(jìn)行區(qū)域生長。即首先只對邊緣強(qiáng)度較小的像素進(jìn)行區(qū)域生長，將其與種子像素聯(lián)通起來，然后再逐步放寬邊緣強(qiáng)度的限制，將邊緣強(qiáng)度稍大的像素也與種子像素聯(lián)通起來。因此算法將首先分別生長出目標(biāo)和背景區(qū)域內(nèi)較為平滑的局部區(qū)域，然后再分別連通目標(biāo)和背景區(qū)域內(nèi)的紋理區(qū)域，最后目標(biāo)和背景區(qū)域在圖像中的強(qiáng)邊緣處交匯。由于目標(biāo)區(qū)域邊界與圖像中的強(qiáng)邊緣重合，因此該算法能夠得到良好的分割邊界。與基本的區(qū)域生長算法相比，該算法不需