交互式分割算法研究碩士論文

幫助醫務人員診斷和制定治療方案，同時由於生物醫學圖像具有分辨率低、噪聲大、圖像特性差異大的特點，為該類圖像的分割帶來了困難，因此生物醫學圖像的分割技術具有重要的研究意義。依據不同生物醫學圖像間特性差異較大的特點，本文着重研究交互式分割算法，即由使用者給出圖像中包含目標的感興趣區域，再利用算法對該區域進行分割。

取閾值是最簡單的圖像分割方法[1-4]，即確定閾值後將灰度值大於閾值的像素劃分為一類，灰度值小於閾值的像素為另一類，這2 類像素將分別對應於圖像中的目標或背景區域。

該算法重點在於閾值的選取，經典算法包括otsu 的最大類間方差法[2]和kapur 的熵極值法[3]。

在2 種算法的基礎上衍生出其他一些算法，如基於otsu準則和圖像熵的閾值選取方法[4]，基於區域生長[5-8]的分割算法是圖像處理領域中另一種常用的技術，其基本思想是先對每個需要分割的區域找一個或多個種子像素作為生長起點，然後將種子像素周圍鄰域中與種子像素有相似性質的像素合併到種子像素所在區域中，再將這些新像素當作新的種子像素重複進行上述過程，直到沒有滿足條件的像素被包括進來[5]。該算法的重點在於種子像素的選取和像素相似性判定準則的確定，如文獻[6]使用區域平均灰度和局部梯度變化率來判定相似性，文獻[7]利用灰度值和新像素與種子像素間的距離來定義相似性，文獻[8]對圖像進行分水嶺變換後再確定相似性。本文提出一種簡單有效的面向生物醫學圖像的交互式分割算法。