基于分水嶺算法的醫(yī)學(xué)圖像分析.pdf

1、圖像分割是將圖像表示為物理上有意義的連通區(qū)域的集合。在圖像處理領(lǐng)域，圖像分割占有其極為重要的地位，它是實(shí)現(xiàn)圖像內(nèi)容理解、模式識(shí)別、基于目標(biāo)的圖像壓縮等諸多技術(shù)的關(guān)鍵之基礎(chǔ)，它的分割結(jié)果很大程度上影響著這些技術(shù)的最終結(jié)果。目前，已經(jīng)有很多圖像分割的方法提出，有些是針對(duì)特定圖像的，有些是一般方法。本文在針對(duì)醫(yī)學(xué)圖像的研究中，從理論研究和實(shí)際應(yīng)用的角度出發(fā)，圍繞醫(yī)學(xué)圖像中不同結(jié)構(gòu)的分割問題展開討論，實(shí)現(xiàn)了醫(yī)學(xué)圖像中兩類不同結(jié)構(gòu)的分割算法，亦即

2、，曲線結(jié)構(gòu)(脊線)的提取和改進(jìn)的分水嶺算法。 對(duì)于視網(wǎng)膜圖像的分析可以看到，它的血管部分是帶有許多細(xì)微結(jié)構(gòu)(毛細(xì)血管)的曲線狀結(jié)構(gòu)。對(duì)于該類圖像，本文提出了一種基于圖像梯度值提取曲線結(jié)構(gòu)的算法。它計(jì)算每一個(gè)像素在不同方向上的梯度值，然后取其中的最大值為該像素的梯度值，通過與特定的閾值進(jìn)行比較來(lái)判斷該像素是否屬于所要提取的結(jié)構(gòu)。此外，對(duì)提取過程中產(chǎn)生的噪聲進(jìn)行了分析，結(jié)合數(shù)學(xué)形態(tài)學(xué)的理論和方法進(jìn)行了有效的去除，從而使該算法能很好的

3、完整提取視網(wǎng)膜圖像中的血管部分。 分水嶺分割算法是根據(jù)數(shù)學(xué)形態(tài)學(xué)提出的一種基于區(qū)域的分割方法。該方法簡(jiǎn)單、直觀，速度快且可并行處理，對(duì)微弱邊緣敏感，而且可以得到單像素寬的、連通的、封閉的輪廓。但它也存在一個(gè)嚴(yán)重的問題—過分割。本文結(jié)合以往的研究工作，詳細(xì)討論了分水嶺變換的定義、種類和實(shí)現(xiàn)方法，并在此基礎(chǔ)上改進(jìn)了該算法，通過采用更快的排序算法，合理的內(nèi)存管理以及對(duì)淹沒過程中的不確定性的合理處理，從而能快速有效地對(duì)二維凝膠電泳圖像等