基于标记提取分水岭算法的医学图像分割.pdfVIP

第 23卷第 6期 中原工学院学报 Voi．23 NO．6 2O12年 l2月 J()URNAL OF ZHONGYUAN UNIVERS1TY OF TECHN()【OGY Dec．，2()12 文章编号 ：1671—6906(2012)06—0042—06 基于标记提取分水岭算法的医学图像分割 杜俊俐 ，李 乐 (中原工学院，郑州 450007) 摘 要 ： 针对 医学 图像分割 中分水岭算法 的过分割 问题 ，提 出了一种改进 的基于标记提取 的分水岭算法．此算法埘分 水岭算法进行 厂两点改进 ：一是在预处理阶段 ，先对原始图像做腐蚀滤波和膨胀滤波处理，将原始 像与腐蚀图像相加 后减去膨胀图像得到合并图像 ，再对合并 图像做开、闭运算 ，从而达到滤除原始图像 中的噪声和非感知信息、保留原始图 像结构信息的L|的；二是在分割阶段 ，对开、闭运算后 的图像进行分水岭分割 ，该分割 由形态梯度计算、标记提取和分水 岭分割二部分组成．改进后 的算法 因为无需进行分割后的区域合并处理 ，降低了分割的复杂性 ，同[i1f能较好地抑制慨部 医学图像 中的过分割 问题 ，并把图像 中的病变区域有效分割出来． 关 键 词 ： 分水岭算法；病 变区域 ；标 记提取 中图分类号 ： TP391．41 文献标志码 ： A D()I：l0．3969／j．issn．167l 6906．20l2．06．0I1 分水岭算法是图像分割技术 中的一种 常用 、有效 图像 ，所得结果中明显抑制 了过分割现象；2008年，陈 的分割方法．基于分水岭算法的形态学方法因其计算 军波等提出了基于控制标记符分水岭的医学图像分割 速度快并能精确定位图像的边缘而受到极大关注，但 方法 ；2009年 ，张颖提 出了一种高帽形态滤波和低 它通常存在严重的过分割问题 ，因此如何克服过分割 帽形态滤波预处理 的分水岭分割方法 ；20l1年 ，余 问题 ，一直是研究的热点． 旺盛等提出了一种改进滤波预处理和进行标记提取的 克服过分割的方法有 2种：一是在分水岭分割之 分水岭算法l6]．虽然这些算法都有一定 的克服过分割 前 ，通过对图像做滤波预处理，从 而『有效抑制因噪声 的效果，但并没有人专门对脑部医学图像 的分割做相 引起 的过分割 ；二是在分水岭分割之后，通过相应 的 关算法研究． 合并准则，将小区域合并到相邻区域中．因为后一种方 针对脑部医学图像嗓声多 、对比度低的特点 ，本文 法对算法的复杂度影响较大 ，所以前一种方法的应用 在文献[4]、E7J、[8]、[9]的基础上对平滑滤波、梯度计 较为广泛‘． 算和标记提取分别做 了改进，提出了一种适用=j：脑部 许多学者提出并运用在分水岭分割之前进行预处 医学图像特点的基于标记提取的分水岭算法，克服 r 理的方法来解决过分割问题．1999年 ，SoilleP提出了 在脑部医学图像分割处理 中存在 的病变 区域定位不 基于形态学的扩展最小变换 (H—minima)技术…，通过 准、过分割现象严重等问题． 预先限制局部极小值 的数量 ，达到了控制分割区域数 目、抑制过分割 的 目的；2004年 ，BengtssonE等在结 1 改进 的分水岭算法 合模糊距离变换进行分水岭分割时引入 Hminima技 术提取标记 ，达到r抑制过分割的 目的 ；2006年 ，高 本文对分水岭算法做 了以 改进：①在进行分水 丽等提 出了一种频域低通滤波和 H—minima技术相结 岭之前 ，分别用形态学中的腐蚀滤波和膨胀滤波对原 合的分水岭算法 j，在梯度低频部分进行极小值标记 ， 始图像进行处理