医学图像分割方法汇总.pdfVIP

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

医学图像分割方法汇总--第1页

.

医学图像分割方法汇总

本文主要介绍在医学图像分割方面的几种典型算法,详细介绍每种算法的工

作原理,通过对具体的医学图像实验来对比每种方法在分割方面的优点和缺点,

分析结果产生的原因,从而在后面的实际应用中选择最合适的算法。

1阈值法分割

1-1简单阈值分割

简单的阈值处理是图像分割中最为简单基础的一种分割方法。对于一副灰度

图像,使用给定的阈值。图像中的像素超过这个阈值的一律设置为最大值(对于

八位灰度图像,最大值一般为255),像素小于这个阈值的设置为0.下图1.2

是利用五个不同的阈值对脑部图像(图1.1)的分割结果。(从上到下,从左到

右一次使用的阈值分别为最大值的0.1,0.3,0.5,0.7,0.9倍)。

图1.1原始脑部图像

.

医学图像分割方法汇总--第1页

医学图像分割方法汇总--第2页

.

图1.2使用不同阈值分割后的结果

从实验结果来看,使用简单的阈值分割,过程十分简便,原理简单易懂,但

是要是得到比较好的分割结果需要进行多次试验。

1-2otsu阈值分割法

Otsu阈值分割法又称大津阈值分割法。它的原理是对图像所有的像素围进行

遍历(对8位灰度图像来说呢,就是从0遍历到255),找出合适的T(阈值),把原

始图像分割成前景图像和背景图像并且两者之间的类方差最大。

原理:

对于图像I(x,y),前景(即目标)和背景的分割阈值记作T,属于前景的像素

点数占整幅图像的比例记为ω0,其平均灰度μ0;背景像素点数占整幅图像的比

例为ω1,其平均灰度为μ1。图像的总平均灰度记为μ,类间方差记为g。

假设图像的背景较暗,并且图像的大小为M×N,图像中像素的灰度值小于阈

值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:

ω0=N0/M×N(1)

.

医学图像分割方法汇总--第2页

医学图像分割方法汇总--第3页

.

ω1=N1/M×N(2)

N0+N1=M×N(3)

ω0+ω1=1(4)

μ=ω0*μ0+ω1*μ1(5)

g=ω0(μ0-μ)^2+ω1(μ1-μ)^2(6)

将式(5)代入式(6),得到等价公式:

g=ω0ω1(μ0-μ1)^2(7)这就是类间方差

找出使得g(类方差)的值到达最大的T(值),就是我们需要的结果。

下图1.3是使用otsu阈值分割法对图1.1脑部图像的分割结果。

图1.3使用ostu阈值分割得到的结果

.

医学图像分割方法汇总--第3页

医学图像分割方法汇总--第4页

.

2区域生长方法分割

区域生长方法是从被分割对象的种子区域(通常是一个或者多个像素点)开

始,在种子区域的相邻像素中寻找与种子区域具有某种

文档评论(0)

139****6794 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档