基于形變模型的醫(yī)學(xué)圖像分割方法研究.pdf

1、圖像分割是數(shù)字圖像處理理論體系的主要研究方向之一，在計(jì)算機(jī)視覺(jué)和圖像識(shí)別的各種應(yīng)用系統(tǒng)中占有相當(dāng)重要的地位，也是研制和開發(fā)計(jì)算機(jī)視覺(jué)系統(tǒng)、字符識(shí)別和目標(biāo)自動(dòng)獲取等圖像識(shí)別和理解系統(tǒng)首先要解決的問(wèn)題。本文對(duì)影響醫(yī)學(xué)圖像分割精度和速度的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行了研究。 ⑴針對(duì)運(yùn)行時(shí)間長(zhǎng)、累積誤差大的問(wèn)題，本文提出基于Chan-Vese水平集的梯度加速分割模型，既消除了重新初始化的過(guò)程，又能夠有選擇地加速感興趣區(qū)域的邊界分割。對(duì)于弱邊界物體，

2、基于Chan-Vese水平集的梯度加速分割模型還能有效地提高分割的精度。 ⑵針對(duì)多目標(biāo)物體圖像的分割問(wèn)題，在Chan-Vese多相分割模型的基礎(chǔ)上，結(jié)合分等級(jí)分割的概念，提出自適應(yīng)的分等級(jí)分割方法，能夠先根據(jù)圖像中的物體數(shù)量判斷出所需要的Level Set函數(shù)的個(gè)數(shù)。此方法不僅消除了多相分割模型對(duì)初始化曲線位置敏感的不足，而且能夠充分利用每一個(gè)Level Set函數(shù)，減少分割步驟，并且能提高弱邊界的提取精度。 ⑶結(jié)合多級(jí)

3、分割的思想，并引入信息論中互信息來(lái)替代多級(jí)分割中的灰度平均方差(Var)，將互信息量作為判斷分割是否完成的標(biāo)準(zhǔn)，但是若圖像中噪音分布不均勻，也很難用同一個(gè)Var值來(lái)控制整幅圖像中多個(gè)物體的分割。所以，本文提出一種基于互信息和Chan-Vese模型的圖像分割方法，在無(wú)監(jiān)督的分等級(jí)分割工作的基礎(chǔ)上，僅將Var作為選擇下一步分割區(qū)域的依據(jù)，而將已分割圖像和原圖像之間的互信息量來(lái)作為判斷分割是否完成的標(biāo)準(zhǔn)，弱化了噪音對(duì)分割結(jié)果的影響，也提高了弱