基于边缘检测的分割方法

《基于边缘检测的分割方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于边缘检测的分割方法摘要：边缘检测是数字图像处理中的一项重要内容。本文对图像边缘检测的几种经典算法（Robets算子、Sobel算子、Log算子、Canny算子）进行了分析和比较，并用MATLAB实现这几个算法。最后通过实例图像对不同边缘检测算法的效果进行比较。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要属性。图像理解和分析的第一步往往就是边缘检测。目前基于边缘检测的分割方法已经在医学工程应用中占有十分重要的地位。关键字：边缘检测、Roberts

2、算子、Log算子、Canny算子1、引言医学图像三维重建是通过计算机图形学、数字图像处理技术、计算机可视化以及人机交互等技术，把二维的医学图像序列转换为三维图像在屏幕上显示出来，并根据需要为用户提供交互处理手段的理论、方法和技术。图像分割是进行图像三维重建的必要准备，图像分割效果的优劣直接影响三维重建在医学领域的应用[1]。医学图像分割和三维重建将数字图像处理技术和计算机图形学应用在了在生物医学工程中，该应用涉及到计算机图形学、图像处理技术、生物医学工程等多种技术，该领域的研究多学科交叉的，在医学诊断、手术规划及医学教学等方

3、面有很高的应用价值，是近年来的计算机应用技术的一个研究热点。医学图像分割与三维重建是两个不可分割的领域。图像分割是图像处理中的一个经典难题，也是图像处理和计算机视觉领域中的基本技术[2]。目前、广大研究者在图像分割领域里已提出了上百种分割方法，每种分割方法只局限特定的分割对象，至今没有一种通用的方法。目前主要应用较多的图像分割方法有两种：基于图像区域的方法和基于边缘检测的分割方法。而边缘检测一直是图像处理中的热点和难点，早期的经典的边缘检测基本算法有很多，如Sobel 算子、梯度算子、Marr 算子、Robert 算子、Pr

4、ewitt 算子、拉普拉斯算子、高斯偏导滤波器以及Canny 边缘检测器等。2、图像分割如果要对人体内部正常或病变的单个组织或器官进行三维重建和定量分析，首先需要对该组织或器官进行分割，医学图像分割是医学图像临床应用的瓶颈，准确的分割的可以辅助医生更容易的判断疾病的真实情况，对病灶的量化分析并做出正确的疾病诊断至关重要[3]。图像分割的目的是指将图像中具有某些相同的特殊含义的不同区域进行区别或提取出来，不同含义区域是互不相交的，相同含义的区域都满足特定的一致性。根据对处理图像的分析，图像分割需要对图像矩阵中所关心的目标进行定

5、位。通过从复杂的景象中分割出感兴趣的目标物体，才能更方便地对图像包含的有意义信息进行定量分析并可以对图像内容进行识别，方便对图像进行理解[4]。图像灰度、颜色、纹理、局部统计特征或频谱特征等都可以作为图像分割的特征，分析图像中这些特征之间的差异，从而将图像中不同目标物体区分开来[5]。目前在临床应用的医学影像设备（CT、MRI、PET等）成像技术上与普通格式的图像有较大的差别，医学图像比其他格式的图像更加具有多样性和复杂性，使得某些医疗设备产生的医学图像可能存在一定的噪声，在设备分辨率不高的情况下某些对象边缘也有可能不是很清

6、晰，因此一般来讲医学图像的分割比普通格式图片的分割要困难一些[6]。一般来说图像分割过程中都只能采用很多特征中的某种特征进行分割，因此每种方法必然带有局限性和针对性，在实际应用领域要根据应用需要来选择合适的分割方法。根据图像分割过程中处理的对象的不同可以将图像分割问题划分为两个基本的类型，即基于区域的整体分割和基于边缘检测的分割。3、基于边缘检测的分割方法数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要属性。图像理解和分析的第一步往往就是边缘检测。目前

7、它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。基于边缘检测的图像分割是利用图像中目标对象边缘灰度变换一般比较剧烈的属性，利用图像处理中边缘检测方法将目标对象所在的区域提取出来的分割方法。由于这种分割方法是利用不同图像区域间的不同性质（如区域边缘的灰度不连续）检测出各个区域间的分界线，因此通常导致分割出来的图像对象的边缘不连续，甚至有时可能得到错误的边缘。近年来，随着图像统计理论、模糊集理论、神经网络技术、图形形态学理论、小波理论等逐渐应用在在图像分割领域，遗传算法、尺度空间、多分辨率方法、非线性扩

8、展方程等方面的研究也不断被用于图像分割，不少研究人员提出了很多有针对具体领域的图像分割方法[7][8]。基于边缘检测分割方法的关键是进行边缘检测，按照处理顺序边缘检测技术可以分为串行边缘检测和并行边缘检测。在串行边缘检测技术中，当前像素是否属于待检测的边缘受到先前象素的检测结果的影响；而在