基于矢量量化的立體圖像分割及在MRI中的應(yīng)用.pdf

1、圖像分割是圖像處理中的一項關(guān)鍵技術(shù)，近幾年圖像分割技術(shù)逐漸向著立體圖像處理方向發(fā)展，針對醫(yī)學(xué)立體圖像的分割研究成為一個重要的研究方向。目前對立體圖像分割的研究中，在鄰域結(jié)構(gòu)信息的充分利用、自動確定分割數(shù)目以及空域特征提取與分割等方面尚需進(jìn)一步完善。對醫(yī)學(xué)立體圖像分割的研究仍是一項具有挑戰(zhàn)性的課題，具有重要的研究意義和臨床實際應(yīng)用價值。
　　本文針對醫(yī)學(xué)MRI立體圖像的分割進(jìn)行了深入的研究，主要研究工作如下:
　　本文對利用矢

2、量量化技術(shù)實現(xiàn)圖像分割的方法進(jìn)行了研究，利用矢量量化過程對圖像進(jìn)行以局部區(qū)域（圖像子塊）為單元的分割，提出了圖像分割的矢量量化方法。該分割方法不僅針對圖像像素灰度信息進(jìn)行，還利用了像素鄰域結(jié)構(gòu)信息，符合人類視覺對外界信息的認(rèn)知過程。在實現(xiàn)圖像子塊矢量量化的過程中，采用基于SOM神經(jīng)網(wǎng)絡(luò)的方法完成碼本設(shè)計，并通過利用基于最小化類內(nèi)離散度與類間離散度比值的方法求取最佳碼本尺寸，據(jù)此自適應(yīng)確定圖像的分割數(shù)目。
　　針對醫(yī)學(xué)MRI立體圖像

3、的分割，提出了一套基于矢量量化的MRI立體圖像分割方法。該方法以立體圖像的空間子塊為基本單元，將矢量量化應(yīng)用于三維數(shù)據(jù)的分割之中。針對MRI立體圖像的特點，設(shè)計了立體圖像的層間插值算法、空間子塊的邊緣模式檢測算法;在利用SOM神經(jīng)網(wǎng)絡(luò)獲取量化碼本過程中，設(shè)計了分層分割和整體分割兩種方式;利用矢量量化過程完成對由空間子塊構(gòu)造的矢量進(jìn)行的自適應(yīng)立體分割。實際中，將提出的立體圖像分割方法應(yīng)用于人腦MRI立體圖像的分割之中，分別以IBSR圖像庫

4、和BrainWeb圖像庫中的仿真立體圖像和真實立體圖像為樣本進(jìn)行實驗和結(jié)果分析。
　　在立體圖像值域分割基礎(chǔ)上，本文通過對其空域特征進(jìn)行分析，提出了一種立體圖像的空域分割方法。該方法首先通過對立體圖像空間連通性的檢測得出值域分割結(jié)果中各個空間體在三維空間中的連通關(guān)系，并據(jù)此將值域分割結(jié)果進(jìn)行進(jìn)一步分割;然后通過提取各空間體相應(yīng)的空域幾何參數(shù)，對得到分割結(jié)果進(jìn)行定量描述，完成對MRI立體圖像的最終分割。通過在人腦MRI立體圖像值域分