对于面向生物医学图像的交互式分割算法研究

《对于面向生物医学图像的交互式分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、我真正系统地接触和学习党的基本知识是在这次中级党校的培训班上。通过学习，了解了党的发展历程，对党的性质、宗旨、任务等基本知识有了进一步的了解对于面向生物医学图像的交互式分割算法研究对于面向生物医学图像的交互式分割算法研究摘要：结合阈值法和区域生长算法，提出一种面向生物医学图像的交互式分割算法。利用阈值法对图像中用户选取的感兴趣区域进行预分割，通过阈值分割得到的目标区域确定区域生长算法的种子像素与相似性准则，获得最终分割结果。实验结果表明，该算法简单快速、对生物医学图像可取得良好的分割效果。关键词：生物医学图像;图像分割;交互式技术;阈值法;区域生长1、概

2、述生物医学图像分割是近年来图像处理领域的研究热点。基于生物医学图像的分割技术，可对生物医学图像的内容进行分析，帮助医务人员诊断和制定治疗方案，同时由于生物医学图像具有分辨率低、噪声大、图像特性差异大的特点，为该类图像的分割带来了困难，因此生物医学图像的分割技术具有重要的研究意义。依据不同生物医学图像间特性差异较大的特点，本文着重研究交互式分割算法，即由使用者给出图像中包含目标的感兴趣区域，再利用算法对该区域进行分割。对党的认识也有了进一步的提高。才真正体会到了中国共产党的伟大、光荣和正确，更感到只有中国共产党是全中国最广大人民利益的忠实代表我真正系统地接

3、触和学习党的基本知识是在这次中级党校的培训班上。通过学习，了解了党的发展历程，对党的性质、宗旨、任务等基本知识有了进一步的了解取阈值是最简单的图像分割方法[1-4]，即确定阈值后将灰度值大于阈值的像素划分为一类，灰度值小于阈值的像素为另一类，这2类像素将分别对应于图像中的目标或背景区域。该算法重点在于阈值的选取，经典算法包括Otsu的最大类间方差法[2]和Kapur的熵极值法[3]。在2种算法的基础上衍生出其他一些算法，如基于Otsu准则和图像熵的阈值选取方法[4]，基于区域生长[5-8]的分割算法是图像处理领域中另一种常用的技术，其基本思想是先对每个需

4、要分割的区域找一个或多个种子像素作为生长起点，然后将种子像素周围邻域中与种子像素有相似性质的像素合并到种子像素所在区域中，再将这些新像素当作新的种子像素重复进行上述过程，直到没有满足条件的像素被包括进来[5]。该算法的重点在于种子像素的选取和像素相似性判定准则的确定，如文献[6]使用区域平均灰度和局部梯度变化率来判定相似性，文献[7]利用灰度值和新像素与种子像素间的距离来定义相似性，文献[8]对图像进行分水岭变换后再确定相似性。本文提出一种简单有效的面向生物医学图像的交互式分割算法。2、面向生物医学图像的交互式分割算法2.1对党的认识也有了进一步的提高。

5、才真正体会到了中国共产党的伟大、光荣和正确，更感到只有中国共产党是全中国最广大人民利益的忠实代表我真正系统地接触和学习党的基本知识是在这次中级党校的培训班上。通过学习，了解了党的发展历程，对党的性质、宗旨、任务等基本知识有了进一步的了解交互式分割交互式分割是由用户给出图像中感兴趣区域的大致范围，并标记出目标区域中的典型像素，从而提供部分先验信息，然后分割算法再根据这些信息对图像进行分割。交互式分割只要人工提供少量信息，就能适应不同的图像特性和需求，提高分割准确率，同时可以有效降低计算复杂度。2.2阈值分割阈值分割方法的关键是依据图像的本身性质选取合适的阈

6、值，阈值的选择主要有统计学方法和信息论方法等，其中，统计学方法是通过对图像灰度分布一维或二维直方图的分析处理，选取最佳分割阈值，经典算法为最大类间方差算法[2]，该算法在双峰灰度直方图的模型基础上，依据目标和背景2类数据间的方差极大准则确定区域分割门限。在本文交互式分割算法中，当用户选取感兴趣区域后，算法首先计算感兴趣区域的局部直方图，并使用文献[2]算法得到最优阈值Th，然后计算典型目标像素的平均灰度值Ir，并作为阈值分割的参考灰度值。如果Th≤Ir，则将灰度值大于等于Th的像素作为目标区域，反之将灰度值小于Th的像素作为目标区域。阈值法分割快速，但由

7、于未考虑图像中的空间信息，因此对噪声和灰度不均匀性很敏感。目标区域中会出现小孔洞，并且目标区域边界上的毛刺现象很明显。2.3对党的认识也有了进一步的提高。才真正体会到了中国共产党的伟大、光荣和正确，更感到只有中国共产党是全中国最广大人民利益的忠实代表我真正系统地接触和学习党的基本知识是在这次中级党校的培训班上。通过学习，了解了党的发展历程，对党的性质、宗旨、任务等基本知识有了进一步的了解区域生长算法基于种子的区域生长算法[5]的基本思想是将具有相似性质的像素集合起来构成区域，具体做法是先对每个需要分割的区域找一个种子像素作为生长起点，然后将种子像素周围邻

8、域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似性准则来判定)