基于水平集的醫(yī)學(xué)圖像分割方法及其應(yīng)用研究.pdf

1、在圖像處理的研究和應(yīng)用方面，圖像分割是其重要的研究內(nèi)容。它是指按照一定的原則或需要將一幅圖像分為若干個特定的、具有獨立特性的部分或子集，并從中提取出感興趣的目標的過程。對于醫(yī)學(xué)圖像而言，由于成像機制等因素的影響，多數(shù)圖像伴隨有噪聲、弱邊界、灰度不均勻等現(xiàn)象，在目前眾多的分割算法中，不管是單純的傳統(tǒng)區(qū)域分割算法，還是單純的邊界分割算法，均存在相應(yīng)的局限性，表現(xiàn)為精度、速度、穩(wěn)定性及自動化程度等方面相互制約，很難達到一種理想的平衡狀態(tài)。

2、r>　　基于水平集的活動輪廓模型的出現(xiàn)，有效地解決了這一難題，該模型融入數(shù)學(xué)理論框架，將圖像分割問題轉(zhuǎn)化為一個能量泛函的最小化問題，通過光滑的輪廓曲線的演化過程來尋找待分割物體的目標邊界，逐漸成為醫(yī)學(xué)圖像分割領(lǐng)域的研究熱點。其中，隨著基于水平集方法的幾何活動輪廓模型的快速發(fā)展，更是極大的擴展了主動輪廓模型的應(yīng)用空間，克服了傳統(tǒng)圖像分割方法的很多固有缺陷。因此，本文對幾何活動輪廓模型進行了深入的探討和研究，主要創(chuàng)新點如下:
　　(1

3、)針對圖像分割過程中，初始輪廓的敏感性問題和對灰度分布不均勻圖像的處理問題，本文結(jié)合局部二值擬合分割算法（LBF算法）能很好的處理灰度不均勻圖像的優(yōu)點和自適應(yīng)距離保持水平集演化方法（ADPLS算法）不受初始輪廓影響的特點，提出了一種快速的局部二值擬合優(yōu)化分割算法，該算法通過利用LBF和ADPLS算法各自的優(yōu)勢特點，彌補了各自不足。實驗表明該文改進算法在分割精度、速度及算法穩(wěn)定性等綜合性能指標上明顯優(yōu)于ADPLS和LBF算法。