基于分水嶺和互信息的醫(yī)學(xué)圖像分割.pdf

1、醫(yī)學(xué)圖像分割是圖像處理的一個(gè)重要應(yīng)用領(lǐng)域，也是一個(gè)具有挑戰(zhàn)性的領(lǐng)域。隨著微電子技術(shù)和計(jì)算機(jī)的發(fā)展，大批的成像技術(shù)應(yīng)用到了醫(yī)學(xué)領(lǐng)域形成了以MRI、X-CT、核醫(yī)學(xué)等為代表的較為完善的醫(yī)學(xué)圖像獲取設(shè)備體系，為醫(yī)學(xué)數(shù)字圖像的獲取提供了量和質(zhì)的保證。醫(yī)學(xué)圖像分割的目的就是提取醫(yī)學(xué)圖像中特定組織的定量信息，從背景中分離出感興趣的目標(biāo)，便于人們分析生理，病理的信息如疾病診斷，病變組織定位等。由于醫(yī)學(xué)影像設(shè)備成像技術(shù)上的特點(diǎn)，加上人體器官本身的多樣性

2、和復(fù)雜性，使得醫(yī)學(xué)圖像往往具有噪聲、灰度不均勻、邊緣不清晰等特點(diǎn)。
　　 本文選用選擇式掩模濾波對(duì)噪聲進(jìn)行去除，用線性灰度變換方法解決了灰度不均勻的問(wèn)題。采用分水嶺分割算法對(duì)醫(yī)學(xué)圖像進(jìn)行分割。分水嶺分割算法的優(yōu)點(diǎn)是可以得到單像素寬，封閉連通的精確輪廓。其缺點(diǎn)就是容易產(chǎn)生過(guò)分割，為了很好的抑制過(guò)分割，我們采用控制標(biāo)記符的方法將前景目標(biāo)和背景分別標(biāo)記，再進(jìn)行分水嶺分割。這種方法的關(guān)鍵就是結(jié)構(gòu)元素值的正確選取，不同結(jié)構(gòu)元素值下的分割結(jié)