彩色醫(yī)學影像分割技術(shù)研究.pdf

1、基于醫(yī)學圖像的診斷已被廣泛地應(yīng)用于醫(yī)療診斷,因此,準確的圖像處理技術(shù)起著重要的作用。本文就圖像處理中很重要的基礎(chǔ)環(huán)節(jié)圖像分割做了研究,使用邊緣檢測、閾值分割方法分割了灰度圖像。在彩色圖像分割的研究中:實現(xiàn)了HSV聚類方法、分水嶺方法分割彩色圖像,創(chuàng)新地引入權(quán)重概念改進了分割方法。
　　 圖像分割的大部分技術(shù)是針對灰度圖像的。本文采用了邊緣檢測和閾值分割兩種方法對灰度醫(yī)學圖像進行分割。介紹了邊緣檢測算子中的了Sobel算子和拉普拉

2、斯算子,并利用人體切片圖像進行實驗。針對灰度圖像分割,本文實現(xiàn)了閾值分割中的類間方差閾值分割、最大熵閾值分割、迭代閾值分割方法,并針對算法中存在的一些誤判區(qū)域,結(jié)合中值濾波和形態(tài)學腐蝕操作進行了改進,得到了較好的分割效果。
　　 隨著技術(shù)的成熟,彩色圖像的分割被提上日程。與灰度圖像相比,彩色圖像所能提供的信息更加豐富,實現(xiàn)分割的難度也相對較大。文章彩色分割章節(jié)首先介紹了四種常用的彩色空間,實現(xiàn)了彩色人體切片圖像在四個空間上的轉(zhuǎn)化