圖像分割若干理論方法及應用研究.pdf

1、圖像分割是將圖像劃分成多個具有相似特征的區(qū)域，并提出感興趣目標的技術與過程，圖像分割是圖像理解和圖像識別的前提，也可以把它看作為圖像理解與識別的初級階段。圖像分割的大致發(fā)展過程為：早期的基于灰度和梯度的經典分割技術(如閾值法，邊緣和區(qū)域技術)，八十年代的活動輪廓模型(如參數(shù)活動輪廓模型和幾何活動輪廓模型)，最近的結合形狀等先驗知識的分割方法(如活動形狀模型和活動表面模型)。從圖像分割的發(fā)展過程可以看出：所使用的先驗信息越來越多，所具有的

2、智能化程度越來越高，分割能力越來越強。本文主要利用灰度、形狀、紋理和運動等信息研究了幾種圖像分割方法。本文首先分析一種經典的基于灰度與邊緣信息的圖像分割方法——圖像二值化，然后詳細討論形狀先驗知識與活動輪廓模型相結合的方法和紋理分割方法，最后利用運動信息對序列圖像進行跟蹤。本文試圖將各種信息(如灰度、形狀、紋理、運動等)綜合在一個統(tǒng)一的圖像分割框架下，使它具有較高的智能化程度，從而能夠解決一些復雜的圖像分割問題。為了驗證本文方法的有效性

3、和實用性，本文方法被應用于左心室核磁共振圖像分割。本文所做的主要工作和研究成果如下： (1)綜合考慮了邊緣信息和灰度信息，提出了一種新的雙閾值二值化方法。該方法首先通過在圖像邊緣附近尋找種子點，然后在由封閉輪廓劃分的高閾值二值圖像中進行種子填充得到初步的二值化結果，最后通過低閾值二值化圖像的修補得到最后的二值化結果。實驗結果表明此方法能夠較好地解決低對比度和目標象素灰度不均勻圖像的二值化問題，與傳統(tǒng)的二值化方法相比，也與本文類似

4、的結合邊緣信息的二值化方法相比，本文的方法具有一定的優(yōu)點。 (2)給出了一種結合先驗形狀統(tǒng)計信息的Mumford-Shah 模型的水平集實現(xiàn)方法。結合形狀統(tǒng)計的圖像分割方法主要包括先驗形狀模型的構造和形狀能量項的構造。本文針對這兩個主要方面做了如下兩點工作：首先提出了一種簡單可行的先驗形狀模型構造方法；再者則是重新構造了形狀能量項，它綜合考慮了全局和局部形狀信息，且不含形狀姿態(tài)參量，使曲面演化穩(wěn)定可靠。 (3)提出了一

5、種基于方向局部方差的快速主動紋理分割方法。首先，采用方向局部方差得到一組特征圖像，為了降低計算的復雜度，通過可分離性評價準則，選出可分離性較好的四個方向上的特征圖像；然后采用非線性擴散濾波平滑待分割特征圖像，以改善分割效果；最后通過變差框架將特征圖像結合到基于水平集的無監(jiān)督分割過程中，為了提高算法的運算速度，采用了直接計算能量泛函的方法求解變差公式，而不需要求解歐拉．拉格朗日方程。合成圖像和真實圖像的分割結果證明：該方法具有一定的通用性

6、和較好的性能。 (4)提出了三種基于目標輪廓的運動跟蹤方法： ●提出了一種新的基于邊緣形狀匹配的目標跟蹤方法，主要利用圖像的邊緣信息來構造目標的形狀相似度。為了保證跟蹤精度和處理目標的局部變形，本文提出了一種新的基于權重窄帶的形狀匹配度計算方法。 ●提出了一種基于目標輪廓點匹配度的參數(shù)活動輪廓目標跟蹤方法?；舅枷胧歉鶕繕溯喞c構造匹配度圖像，然后采用參數(shù)活動輪廓模型跟蹤目標。本文構造了一種新的特征匹配方法和

7、一種新的方向濾波方法?？紤]到相鄰兩幀間的目標運動較小，本文將目標輪廓的演化限定在初始輪廓的窄帶區(qū)域內，采用了窄帶水平集的窄帶構造方法。 ●將基于區(qū)域的方法與基于邊界的方法相結合，提出了一種兩階段目標跟蹤方法。首先采用基于核的目標跟蹤方法快速定位目標區(qū)域，然后采用擴散SFl8+ke 進一步演化目標輪廓，精確定位目標邊界。在初始目標定位階段，為了能夠有效地給出目標的初始跟蹤位置，用 kalman 濾波對初始目標位置進行預測，同時通過

8、Bhattacharyya 系數(shù)進行進一步判斷。在基于輪廓的精確定位階段，采用了顏色空間成分陣列的方法生成目標特征圖像，然后在特征圖像上采用擴散snake進行邊界演化，同時在演化過程中，為了保證目標輪廓向好的方向演化，對演化得到的目標區(qū)域進行相似性比較。 (5)提出了兩種左心室核磁共振圖像的分割方法： ●針對帶標記線左心室核磁共振圖像的特點，提出了一種基于分級處理的自動分割方法，主要由三部分組成：首先用數(shù)學形態(tài)學的方法

9、實現(xiàn)左心室的自動定位；然后用k均值聚類、模板匹配和基于骨架的心肌形狀恢復方法給出左心室的內外初始輪廓線；最后用改進的水平集方法對初始輪廓線進行演化而得到最終結果。 ●針對不帶標記線左心室核磁共振圖像外輪廓的特點，在變差框架下，通過將Mumford-Shah 模型作用于目標特征空間，同時結合形狀統(tǒng)計先驗知識和邊緣圖像，本文提出了一種改進的結合形狀統(tǒng)計的變差方法來分割核磁共振圖像的左心室外輪廓。形狀先驗知識的引入較好地克服了左心室外