基于ITK的醫(yī)學(xué)圖像分割.pdf

1、圖像分割技術(shù)作為一門新興的學(xué)科，在過(guò)去幾十年特別是近十幾年的時(shí)間內(nèi)得到了迅速的發(fā)展，并且在醫(yī)學(xué)、軍事、工業(yè)等領(lǐng)域得到了廣泛的應(yīng)用。作為圖像分析與理解的前期步驟，圖像分割是計(jì)算機(jī)視覺(jué)領(lǐng)域中最基本、也是最困難的問(wèn)題之一，分割結(jié)果的好壞直接影響到后續(xù)工作的優(yōu)劣。由于圖像的多樣性和復(fù)雜性，目前還沒(méi)有一種完全通用的分割方法可以實(shí)現(xiàn)對(duì)所有圖像的正確分割，因此圖像分割技術(shù)一直是圖像處理領(lǐng)域中的研究熱點(diǎn)之一。 作為圖像分割的一個(gè)重要分支，醫(yī)學(xué)圖

2、像分割受到許多研究人員的廣泛重視且發(fā)展成為當(dāng)代圖像領(lǐng)域的前沿課題。 基于此，回顧了圖像分割算法的定義和分類，介紹了一些基本的圖像分割算法，并重點(diǎn)介紹了一些新興的現(xiàn)代圖像分割技術(shù)。 水平集方法，將二維(三維)的閉合曲線(曲面)的演化問(wèn)題轉(zhuǎn)化為高維空間中水平集函數(shù)曲面演化的隱含方式來(lái)求解。然而，傳統(tǒng)的水平集方法僅利用圖像局部邊緣信息，對(duì)邊界模糊或者存在離散狀邊緣的區(qū)域，容易產(chǎn)生邊界泄漏等問(wèn)題，很難得到理想的分割結(jié)果。著重介紹

3、并采用了一種基于Canny邊緣檢測(cè)的水平集分割算法。改進(jìn)的算法在平滑圖像的同時(shí)，得到了更加準(zhǔn)確的分割輪廓線，同時(shí)也提高了算法的魯棒性。 針對(duì)醫(yī)學(xué)圖像的特征和拓?fù)浣Y(jié)構(gòu)的特點(diǎn)，結(jié)合基于邊界和基于區(qū)域的分割方法，介紹了幾種混合分割算法，這些混合算法在結(jié)合了不同算法的優(yōu)點(diǎn)的同時(shí)抑制了采用單一算法的缺陷，取得了令人滿意的分割效果，對(duì)醫(yī)學(xué)圖像自動(dòng)、準(zhǔn)確的分割有著重大的意義。 圖像配準(zhǔn)是導(dǎo)航軟件中的核心技術(shù)。解決了兩組標(biāo)志點(diǎn)的自動(dòng)配序