基于Snake模型的醫(yī)學圖像輪廓提取技術.pdf

1、醫(yī)學圖像處理是計算機視覺領域的一個分支，是計算機圖形學和數(shù)字圖像處理技術在生物醫(yī)學工程中的重要應用。以醫(yī)學圖像輪廓序列為基礎的三維重建及可視化、虛擬手術等技術，在醫(yī)療診斷、手術規(guī)劃、模擬仿真、解剖教學及仿真訓練等方面都有廣泛的應用。因此，研究醫(yī)學圖像分割與輪廓提取技術具有重要的理論意義和廣泛的應用前景。由于主動輪廓線模型（Snake）具有高度的動態(tài)特性，非常適合于醫(yī)學圖像的分割和輪廓提取處理，本論文研究利用主動輪廓模型解決在醫(yī)學圖像中進

2、行目標輪廓提取所面臨的若干關鍵技術問題。
　　針對醫(yī)學圖像的噪聲問題，傳統(tǒng)的圖像平滑方法在去除噪聲的同時，往往會引起邊緣、線條、紋理等圖像特征的退化。為提高圖像平滑的特征保持特性，本文研究基于偏微分方程的各向異性擴散算法，對Perona&Malik圖像平滑模型進行改進，該圖像平滑方法既能有效消除孤立噪聲點，又可以較好地保持醫(yī)學圖像中重要的邊緣信息。
　　主動輪廓模型研究的核心內(nèi)容是定義合理的能量公式，并采用合理的策略快速收斂

3、到該能量的全局極小值。本文從 Snake的幾何模型出發(fā)，結合醫(yī)學圖像成像特點，研究并實現(xiàn)了基于圖搜索方法的主動輪廓提取算法。該算法解決了幾何Snake模型的兩個關鍵問題：1、采用加權平均法構造搜索圖，使之能夠合理反映圖像像素的Snake能量；2、采用A*算法實現(xiàn)指定兩點之間目標輪廓線的提取。由于A*搜索過程是一種全局最優(yōu)搜索算法，并且在搜索過程中充分利用啟發(fā)信息，從而能夠保障并加快全局最小能量的收斂。
　　實驗結果表明，本文提出的