魯棒的主動輪廓圖像分割模型研究及其應(yīng)用.pdf

1、工業(yè)計算機(jī)斷層成像（Computed Tomography，CT）系統(tǒng)通過射線掃描物件獲取投影數(shù)據(jù)，進(jìn)而重構(gòu)出物件的斷層圖像進(jìn)行處理和分析。其中，從圖像中準(zhǔn)確、高效地提取出感興趣目標(biāo)對后續(xù)處理（如缺陷檢測，尺寸測量及逆向制造等）至關(guān)重要。
　　核磁共振（Magnetic Resonance，MR）成像是一種有效的非介入檢測技術(shù)。由于對人體沒有輻射影響，因此被廣泛應(yīng)用于醫(yī)學(xué)成像領(lǐng)域。在醫(yī)學(xué)圖像中，核磁共振成像能夠得到比較清晰的組織圖

2、像，并能夠顯示各個組織的較多細(xì)節(jié)。此外，核磁共振成像不僅能夠顯示人體器官的病變情況，而且還能夠精確的判定各個器官（如腦、心臟等）的功能情況。因此，MR圖像中各個器官的準(zhǔn)確分割對于醫(yī)學(xué)診斷非常重要。
　　圖像分割是圖像分析和計算機(jī)視覺的基礎(chǔ)，其目的是將圖像劃分成若干各具特性的不相交的區(qū)域，并根據(jù)這些區(qū)域上圖像的某種特性提取和分離出感興趣的目標(biāo)區(qū)域。作為圖像處理到圖像分析與理解的關(guān)鍵步驟，圖像分割技術(shù)的發(fā)展與數(shù)學(xué)、計算機(jī)科學(xué)以及模式識

3、別等相關(guān)學(xué)科和領(lǐng)域密切相關(guān)。
　　近年來，為了解決實際的應(yīng)用問題，人們提出了很多方法用于圖像分割。其中，基于曲線演化理論的主動輪廓模型得到了人們的極大關(guān)注。該模型以其良好的分割性能與完善的理論基礎(chǔ)，得到了業(yè)界的一致認(rèn)可與廣泛應(yīng)用，并被成功地應(yīng)用在工業(yè)無損檢測和醫(yī)學(xué)圖像分析等眾多行業(yè)中。
　　本論文以基于主動輪廓的圖像分割模型為基礎(chǔ)，在分析現(xiàn)有基于區(qū)域的主動輪廓模型特點的基礎(chǔ)上，面向工業(yè) CT和醫(yī)學(xué) MR圖像應(yīng)用中存在的一些問

4、題進(jìn)行了系統(tǒng)的研究。從降低模型對初始輪廓的敏感性、增強(qiáng)對噪聲的魯棒性以及提高分割準(zhǔn)確性等方面入手，對主動輪廓圖像分割模型做出了一系列的改進(jìn)，并與實際應(yīng)用相結(jié)合，提高圖像分割的效果。
　　本文的主要貢獻(xiàn)及創(chuàng)新性工作如下：
　?、偬岢隽艘环N基于局部魯棒性統(tǒng)計和相關(guān)熵K-均值聚類的主動輪廓模型。
　　由于成像設(shè)備技術(shù)以及數(shù)據(jù)獲取條件等限制，實際圖像（如CT圖像和核磁共振(MR)圖像等）通常存在一定程度上的強(qiáng)度不一致性以及被噪

5、聲污染的情況，使得傳統(tǒng)的圖像分割方法不能準(zhǔn)確的分割出感興趣的目標(biāo)。本文提出了一個基于局部魯棒性統(tǒng)計和相關(guān)熵 K-均值聚類的模型，來提高對含有噪聲或強(qiáng)度不一致性圖像的分割準(zhǔn)確性。該模型主要由一個整體能量擬合泛函和一個局部能量擬合泛函組成。其中整體能量擬合泛函是利用基于相關(guān)熵的 K-均值方法，能夠自適應(yīng)的對
　　聚類中心的相應(yīng)點（圖像灰度）進(jìn)行采樣，重點采樣離聚類中心較近的像素點的灰度，在一定程度上能夠增強(qiáng)模型對噪聲的魯棒性，并使得模

6、型對水平集函數(shù)的初始化位置不敏感；局部能量擬合泛函則考慮了輸入圖像的局部魯棒性統(tǒng)計信息，該統(tǒng)計信息能夠有效地減少噪聲對分割結(jié)果的影響。同時，利用局部強(qiáng)度均值可以使本模型在處理具有強(qiáng)度不一致性的圖像時的分割結(jié)果更加準(zhǔn)確。本文中給出了二相位和多相位圖像的能量泛函及水平集表示公式，拓寬了該模型的應(yīng)用范圍。通過對合成圖像、真實工業(yè) CT圖像以及 MR圖像的分割實驗，結(jié)果表明該模型不僅對初始輪廓不敏感，而且對具有強(qiáng)度不一致性的圖像和被不同類型、不

7、同程度的噪聲污染的圖像，均具有很強(qiáng)的魯棒性，與此同時能夠保持分割的準(zhǔn)確性。
　?、诟倪M(jìn)了一種基于局部區(qū)域信息的穩(wěn)定的主動輪廓模型。
　　在Li-Kim模型基礎(chǔ)上，本文改進(jìn)了一個結(jié)合局部區(qū)域灰度均值的分割模型。通過利用圖像局部灰度均值和全局灰度均值的差異，構(gòu)造了一個基于局部統(tǒng)計信息的魯棒性噪聲圖像分割模型。局部統(tǒng)計信息的引入使得該模型能夠?qū)υ肼晥D像具有很好的魯棒性。通過分析可知，該模型能夠得到一個穩(wěn)定的極小值，即如果初始的水平

8、集函數(shù)有界，最終得到的水平集函數(shù)也是有界的，本文通過半隱式的差分方案和解析的方法，并通過水平集函數(shù)的演化，得到該模型穩(wěn)定的極小解。通過對合成圖像和工業(yè)CT圖像的分割實驗，表明該模型對含有一定噪聲（Gauss噪聲，椒鹽噪聲，斑點噪聲等）的圖像有很好的分割效果，且該模型對水平集函數(shù)的初始化具有魯棒性。該模型在保證分割準(zhǔn)確性的同時，計算時間大大減少。
　?、鄹倪M(jìn)了一種同時分割圖像和估計偏置場的主動輪廓模型。
　　實際應(yīng)用中，圖像的

9、強(qiáng)度不均勻性（如MR圖像）對圖像分割效果和圖像的理解造成了很多的困難。針對 MR圖像的偏置場校正是在對其診斷分析之前的非常重要的手段。在Li模型基礎(chǔ)上，本文改進(jìn)了一個同時分割圖像與偏置場校正的模型。該模型中，通過考慮局部區(qū)域中測量圖像和估計圖像之間的偏差，在此基礎(chǔ)上定義了一個聚類能量泛函。該局部區(qū)域變差的引入，不僅使該模型能夠得到更加精確的分割結(jié)果和偏置場估計，而且對一些低對比度的圖像也有很好的分割效果。在能量泛函中，引入水平集函數(shù)正則