基于主動輪廓模型的醫(yī)學圖像分割技術研究.pdf

1、醫(yī)學圖像分割是醫(yī)學圖像處理、分析和理解的關鍵技術，其分割結果為后續(xù)的醫(yī)學圖像配準及三維重建提供基礎數(shù)據(jù)集，近年來大量的學者都對醫(yī)學圖像分割的研究與應用給予了高度重視。但總的來說，目前的醫(yī)學圖像分割模型還存在著分割精度不高、實時性及自適應性達不到要求等缺陷。
　　作為一種基于曲線演化理論的分割方法，主動輪廓模型方法通過構造能量泛函將低層圖像數(shù)據(jù)和高層信息有效結合，然后通過求解泛函極值實現(xiàn)分割圖像，最有希望形成圖像分割的統(tǒng)一模型和框架

2、，已經(jīng)成為圖像分割的一個重要分支。本文從醫(yī)學圖像分割的研究背景出發(fā)，在幾何主動輪廓模型(即水平集方法)框架下，以靜止醫(yī)學圖像作為研究對象，試圖從降低分割結果對初始曲線依賴程度；完善圖像特征描述以期獲得更好的分割效果；優(yōu)化演化速度和停止條件避免弱邊緣泄漏等幾個方面改善現(xiàn)有水平集圖像分割方法的分割效果。本文的主要工作集中在以下幾個方面：
　?。?）綜述了醫(yī)學圖像分割現(xiàn)有的理論和方法，介紹了主動輪廓模型的基本理論及水平集求解方法，為后面

3、章節(jié)的研究做鋪墊。
　?。?）提出一種層次化水平集圖像分割方法。該方法在圖像域中交替地生成嵌套子區(qū)域并在其中演化曲線，當嵌套子區(qū)域的面積為零時實現(xiàn)對圖像的完全分割。層次化水平集方法使用一個水平集函數(shù)在多個嵌套子區(qū)域中逐次地分割圖像，該方法可以檢測到更多的內邊緣，分割結果不依賴初始輪廓曲線。
　?。?）設計了一種改進的基于局部區(qū)域特征的主動輪廓模型。該方法針對經(jīng)典的C-V主動輪廓模型存在的問題，將局部灰度均值、邊界指示函數(shù)和距