推荐星级：

基于多尺度的区域生长的图像分割算法

更新时间：2019-12-30 15:08:19 大小：2M 上传用户：zhiyao6 查看TA发布的资源 标签：图像分割算法 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

针对医学图像的特点,提出了一种多尺度区域生长分割算法。该算法首先利用高斯滤波器对原图像进行滤波处理,之后利用区域生长算法分别对原图像与平滑图像进行分割操作,最后将两个分割图谱进行比对,获得最终的分割结果。进行区域生长算法时,从背景区域选择一个像素作为初始种子点进行区域生长。该方法的优势为噪音具有较好鲁棒性,初始种子点选取规则简单。该方法同样适合于其他背景简单、目标区域复杂的图像分割情形。为了选取合适分割阈值,提出了最大梯度概念。利用图像的最大梯度矩阵的统计特性,将阈值选取问题转化为求最小值问题。实验表明,该方法能够准确地获得医学图像的分割结果。

部分文件列表

文件名	大小
基于多尺度的区域生长的图像分割算法.pdf	2M

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

第

卷

第

期

５

（

吉林大学学报工学版

）

４７

Ｖｏｌ．４７Ｎｏ．５

ꢀ ꢀ

ꢀ

年

月

（

）

ＪｏｕｒｎａｌｏｆＪｉｌｉｎＵｎｉｖｅｒｓｉｔＥｎｉｎｅｅｒｉｎａｎｄＴｅｃｈｎｏｌｏＥｄｉｔｉｏｎ

ꢀ ꢀ

ｇｙ

２０１７

９

Ｓｅｔ．２０１７

ꢀ ｐ

ꢀ

ｙ

ｇ

ꢀ

基于多尺度的区域生长的图像分割算法

，

１２

２

３

，，，

李雄飞张小利张刘

ꢀ

肖明尧

（

长春师范大学计算机科学与技术学院长春

１．

；

吉林大学计算机科学与技术学院长春

１３００３２２．

；

１３００１２

，

吉林大学仪器科学与电气工程学院长春

３．

）

１３００６１

：，。

要针对医学图像的特点提出了一种多尺度区域生长分割算法该算法首先利用高斯滤

摘

ꢀ

，

波器对原图像进行滤波处理之后利用区域生长算法分别对原图像与平滑图像进行分割操作

，

，。，

最后将两个分割图谱进行比对获得最终的分割结果进行区域生长算法时从背景区域选择

。，

一个像素作为初始种子点进行区域生长该方法的优势为噪音具有较好鲁棒性初始种子点

。、。

选取规则简单该方法同样适合于其他背景简单目标区域复杂的图像分割情形为了选取

，。，

合适分割阈值提出了最大梯度概念利用图像的最大梯度矩阵的统计特性将阈值选取问题

。，

转化为求最小值问题实验表明该方法能够准确地获得医学图像的分割结果

。

：；；；；

关键词计算机应用医学图像分割区域生长多尺度梯度

：

Ａ

：

文章编号

１６７１５４９７２０１７０５１５９１０７

ꢀꢀ

（

）

中图分类号

文献标志码

ＴＰ３９１

ꢀꢀ

－

：

／

ＤＯＩ１０．１３２２９．ｃｎｋｉ．ｄｘｂｘｂ２０１７０５０３５

ｊ

ｇ

Ｍｅｄｉｃａｌｉｍａｅｓｅｍｅｎｔａｔｉｏｎａｌｏｒｉｔｈｍｂａｓｅｄｏｎｍｕｌｔｉｓｃａｌｅｒｅｉｏｎｒｏｗｉｎ

－

ｇ

ꢀ

ｇｇ

ꢀ

ꢀ ꢀ

ꢀ

ｇｇ

ｇ

，

１２

２

３

，

ＬＩＸｉｏｎｆｅｉＺＨＡＮＧＸｉａｏｌｉＺＨＡＮＧＬｉｕ

ｇ

ꢀ ꢀ ꢀ － ꢀ

－

，

ＸＩＡＯＭｉｎａｏ

ｇｙ

ꢀ －

ꢀ

（

，

ｇｙ

，，

ＣｈａｎｃｈｕｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔＣｈａｎｃｈｕｎ１３００３２Ｃｈｉｎａ

ꢀ

；

１．ＣｏｌｌｅｅｏＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ

ꢀ ꢀ ꢀ ꢀ

ｇ

ꢀ

ｆ

ｐ

ｇ

ｙ

ｇ

ꢀ

，

，，；

ＪｉｌｉｎＵｎｉｖｅｒｓｉｔＣｈａｎｃｈｕｎ１３００１２Ｃｈｉｎａ３．Ｃｏｌｌｅｅｏ

ꢀ ꢀ ꢀ

ｙｇｇｆ

２．ＣｏｌｌｅｅｏＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ

ꢀ

ｇ

ｆ

ｐ

ｇｙ

）

Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ＆ＥｌｅｃｔｒｉｃａｌＥｎｉｎｅｅｒｉｎＪｉｌｉｎＵｎｉｖｅｒｓｉｔＣｈａｎｃｈｕｎ１３００６１Ｃｈｉｎａ

ꢀ

，

ｇ

，

ｙ

，

ꢀ

ｇ

：

，

ＡｂｓｔｒａｃｔＣｏｎｓｉｄｅｒｉｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｅｄｉｃａｌｉｍａｅｓａｍｕｌｔｉｓｃａｌｅｒｅｉｏｎｒｏｗｉｎｓｅｍｅｎｔａｔｉｏｎ

ꢀ ꢀ ꢀ ꢀ ｇ ꢀｇ

ｇ

ꢀ

ｇ

－

ｇ

ꢀ

ｇ

，

ａｌｏｒｉｔｈｍｉｓｒｏｏｓｅｄ．ＦｉｒｓｔｔｈｅｏｒｉｉｎａｌｉｍａｅｉｓｓｍｏｏｔｈｅｄｂａＧａｕｓｓｉａｎｆｉｌｔｅｒ．Ｔｈｅｎｔｈｅｒｅｉｏｎｒｏｗｉｎ

ꢀ ꢀｐｐ ꢀ ｇ ꢀｙ ꢀ ꢀ ｇ ꢀｇ

ｇꢀꢀ ｇ

ｇ

ꢀ

，

ｓｅｍｅｎｔａｔｉｏｎｉｓｅｒｆｏｒｍｅｄｏｎｂｏｔｈｔｈｅｏｒｉｉｎａｌｉｍａｅａｎｄｔｈｅｓｍｏｏｔｈｅｄｉｍａｅ．Ｆｉｎａｌｌｔｈｅｔｗｏｏｂｔａｉｎｅｄ

ꢀ ꢀｐ ꢀ ꢀ ꢀ ｇ

ｇꢀ

ｇ

ꢀ

ｇ

ｙ

ꢀ

ｓｅｍｅｎｔａｔｉｏｎｍａｓａｒｅｃｏｍａｒｅｄｔｏｅｔｔｈｅｆｉｎａｌｓｅｍｅｎｔａｔｉｏｎ．Ｉｎｔｈｅｒｏｃｅｓｓｏｆｒｅｉｏｎｒｏｗｉｎ

ꢀ ｐꢀ ꢀ ꢀ ꢀｇ ꢀ ꢀ ꢀ ｇ ꢀ ꢀｐ ꢀ ꢀ ｇ ꢀｇ

ｇｐｇ

，

ｓｅｍｅｎｔａｔｉｏｎａｉｘｅｌｉｎｔｈｅｂａｃｋｒｏｕｎｄｒｅｉｏｎｉｓｓｅｌｅｃｔｅｄａｓｔｈｅｉｎｉｔｉａｌｓｅｅｄｆｏｒｒｅｉｏｎｒｏｗｉｎ．Ｔｈｅ

ꢀ ꢀ ꢀ ｇ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ｇ ꢀｇ

ｇ

ｐ

ꢀ

ｇ

ꢀ

ｇ

ａｄｖａｎｔａｅｓｏｆｔｈｅｒｏｏｓｅｄａｌｏｒｉｔｈｍａｒｅｔｈｅｒｏｂｕｓｔｎｅｓｓｔｏｎｏｉｓｅｓａｎｄｅａｓｉｎｅｓｓｏｆｉｎｉｔｉａｌｓｅｅｄｓｅｌｅｃｔｉｏｎ．Ｔｈｉｓ

ｇ ꢀꢀ ꢀｐｐ ꢀｇ

ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀꢀ ꢀ ꢀ

，

ｍｅｔｈｏｄｉｓａｌｓｏｓｕｉｔａｂｌｅｔｏｏｔｈｅｒｓｅｍｅｎｔａｔｉｏｎａｌｉｃａｔｉｏｎｓｉｎｗｈｉｃｈｂａｃｋｒｏｕｎｄｒｅｉｏｎｉｓｓｉｍｌｅｂｕｔｔａｒｅｔ

ꢀ ꢀ ꢀ ꢀ ꢀ ｇ ꢀｐｐ ꢀ ｇ ꢀ ꢀ ｐ ꢀ ꢀ ｇ

ꢀ

ｇ

，

ｒｅｉｏｎｉｓｃｏｍｌｅｘ．ＩｎｏｒｄｅｒｔｏｓｅｌｅｃｔａｎａｒｏｒｉａｔｅｔｈｒｅｓｈｏｌｄｔｈｅｃｏｎｃｅｔｏｆＭａｘｉｍｕｍＧｒａｄｉｅｎｔＴｒａｎｓｆｏｒｍ

ｇ ꢀꢀ ｐꢀ ꢀ

ꢀ ꢀ ꢀ ꢀｐｐｐ

ｐ

ꢀ

（

）

ＭＧＴｉｓｒｏｏｓｅｄ．Ｔｈｅｉｓｓｕｅｏｆｔｈｒｅｓｈｏｌｄｓｅｌｅｃｔｉｏｎｉｓｃｏｎｖｅｒｔｅｄｉｎｔｏａｍｉｎｉｍｉｚａｔｉｏｎｒｏｂｌｅｍｗｉｔｈｔｈｅ

ꢀｐｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｐ

ꢀ

ａｓｓｉｓｔａｎｃｅｏｆｔｈｅｓｔａｔｉｓｔｉｃａｌｒｏｅｒｔｉｅｓｏｆｔｈｅｔｒａｎｓｆｏｒｍａｔｉｏｎｍａｔｒｉｘ．Ｅｘｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｏｏｓｅｄ

ꢀꢀ ꢀ ꢀ ꢀ ꢀ ꢀ

ꢀꢀ ꢀ

ꢀｐｐ

ｐ

ꢀ ꢀｐｐ

ａｌｏｒｉｔｈｍｃａｎｏｂｔａｉｎａｃｃｕｒａｔｅｍｅｄｉｃａｌｉｍａｅｓｅｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｓ．

ｇｇꢀ ｇ

ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ

：

；

ｇ

；

Ｋｅｗｏｒｄｓｃｏｍｕｔｅｒａｌｉｃａｔｉｏｎｍｅｄｉｃａｌｉｍａｅｓｅｍｅｎｔａｔｉｏｎｒｅｉｏｎｒｏｗｉｎｍｕｌｔｉｓｃａｌｅｒａｄｉｅｎｔ

ｇ

ｐ

ꢀｐｐ

ꢀ

ｇꢀ ｇ

ｇ

ꢀｇ

－

ｙ

ꢀ

：

收稿日期

２０１６０１２２．

－－

：

基金项目国家自然科学基金项目

（

）；“ ”

十二五国家科技支撑计划项目

（）

２０１２ＢＡＨ４８Ｆ０２．

６１２７２２０９

：

作者简介肖明尧

（

），，，：

男讲师博士研究方向数据挖掘与图像处理

．

：

．Ｅｍａｉｌｆｅｎｕａｎｉｎｔｏｍ．ｃｏｍ

ｇｙｑｇ＠

１９８０

－

：

通信作者张刘

（

），，：，

男教授研究方向卫星姿态测量与控制技术空间对接测量技术及空间遥感成像系统设

．

１９７８

－

：

．Ｅｍａｉｌｚｈａｎｌｉｕｌｕ．ｅｄｕ．ｃｎ

ｇ

＠ｊ

计与仿真技术

－

（

吉林大学学报工学版

）

１５９２

第

卷

４７

引言

ꢀ ꢀ

图像分割分析

１

ꢀ

０

、

图像分割是指将图像中空间位置连通的且

问题描述

１．１

ꢀ

，

具有相似视觉形态的像素聚类在一起并提取感

，

令集合表示整个图像区域对的分割可

Ｒ

（

，

）

的技术的统

ＲｅｉｏｎｓｏｆｉｎｔｅｒｅｓｔＲＯＩ

ꢀ ꢀ

兴趣区域

以看作将分成个满足以下个条件的非空子

ＲＮ５

ｇ

，

称是计算机视觉领域内一个重要的研究课

，，…，。

ＲＲＲ_Ｎ

２

集

１

［，］

１２

。

Ｎ

，

本文探讨医学图像的分割问题与传统

题

（）

１

∪

Ｒ

ｉ

Ｒ

＝

ｉ１

＝

，

的分割目的不同主要研究如何将组织区域与背

（）

若

２

，

ｊ

（）

则

Ｒｉ

（）

Ｒ

ｊ

∩

ｉ

＝ 

≠

。

景区域进行有效分离它已经成为多种医学图像

（）（（））

３ＰＲｉ＝ＴＲＵＥ

，

ｉ

，，…，

１２

其中

Ｎ

＝

［］

３

、

多模态医学图

，

处理的基础如三维重建面绘制

（）

若

４

，

ｊ

（（）（））

则

ＰＲｉ＝ＦＡＬＳＥ

ｉ

Ｒ

∪

ｊ

≠

［，］

４５

［］

６

、

。

对于图像分

像配准

医学图像质量评价

等

（）

５

 ＝

，，…，，

１２ＮＲ

ｉ

。

是连通的

ｉ

。

割算法的分类方式尚无统一标准文献

［］

给出

７

传统区域生长法

１．２

ꢀ

，

了较为清晰的分类方法作者将现有的图像分割

：

区域生长法的步骤如下

、（

分为局部过滤方法活动轮廓模型或者称之为

（），

选择一个种子点将其纳入到队列

１

。

中

Ｑ

）、、

模型区域生长类或者合并区域类全局

Ｓｎａｋｅ

（），

检查周围所有点像素并判断其是否与种

２

。

优化模型类区域生长类算法最初是由

Ａｄａｍｓ

，，，

子点相似如果相似则将其纳入到中否则不

Ｑ

［］

８

，，

提出的其基本原理是首先选取种子点集并

等

。

予处理

（、）

与周围与之形态灰度纹理等相似的像素进行

（）

将队列

３

，

中的第一个元素弹出并加入

Ｑ

，，

合并不断更新种子点集迭代合并周围相似像

。，，

并检查是否为空若不为空则

Ｑ

到集合

中

Ｒ

１

，。

素直到满足生长停止条件为止因其兼顾了像

，

将当前中的第一个元素作为种子点并重复步

Ｑ

，，

素特征分布和空间分布所以该类算法多数情况

（）；，

否则将尚未列入

２

。

Ｒ

２

骤

中的元素纳入到

Ｒ

１

。

下能够得到较好的视觉分割效果更重要的是

，

。

为区域生长的一个实例经过不断的迭

图

１

，

该方法的分割结果能够提供封闭的区域对于区

［］

９

。

域内部的变化具有较好的鲁棒性

医学图像大

。

致可以分为背景区域和目标组织区域两部分

其

，，，

中背景区域比较平滑而目标组织相对复杂所

［

，］

１０１１

。

以该方法较适合于医学图像分割

但传统

，

的区域生长法易受噪音的影响形成有洞区域

。

，，

针对该问题通常的做法是首先进行高斯滤波将

［

，］

１２１３

。

，

噪音去除然后再进行区域生长算法分割

：

这种做法往往存在两个问题容易造成边缘模糊

，

［

］

１４

；

，

影响分割效果

若降噪不彻底同样会造成分

。

割区域有洞的情况发生为了消除有洞的情况

，

［］，

提出在分割的基础上做闭操作将洞去

１３

文献

。

掉

本文提出了一种针对于医学类图像的分割算

。

该方法引入了多尺度图像表示的概念多尺

法

，

度表示可同时提供图像的不同尺度表示在不同

，

尺度上可得到不同的分割结果且各具优势

。

若

，

将各个分割结果进行整合则可显著提高分割质

。

，

同时利用邻差变换的统计信息确定分割阈

量

图

区域生长分割示例

１

ꢀ

。

、

该分割方法具有初始种子点选取规则简单

值

Ｆｉ．１Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｒｅｉｏｎｒｏｗｉｎ

ꢀ ꢀ

ｇ

ꢀ

ｇ

。

不受噪音影响等特点

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于多尺度的区域生长的图像分割算法

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页