关于分水岭变换和遗传优化的X线图像分割.pdf

摘 要 摘 要 X 线图像作为临床医学诊断中的重要工具，它的信息量很大，因此对 X 线图像进行 分割，即将图像分割为若干互不交叠、有意义的、具有相同性质的区域，提取出感兴趣 的部分，是医生做出正确诊断的有力依据，也是进一步进行参数提取、病区自动识别以 及自动诊断的重要基础。 本文根据 X 线骨骼图像的特点，采用了分水岭变换的分割方法，并对基于标记的分 水岭分割方法中背景标记的方法进行了改进，提出了基于双阈值的分水岭分割方法，通 过实验验证了该方法可以得到准确的前景和背景标记。一部分 X 线图像即使准确标记也 不能得到准确的分割结果，存在过分割现象，对此本文引入了小波变换，提出了基于小 波变换的双阈值分水岭分割方法，即先对图像进行小波分解，再进行双阈值分水岭分割， 最后进行小波重构，得到了准确的分割结果，有效的克服了过分割问题。 在分水岭分割过程中，都要用到结构元素，它一般依靠研究者不断试验进行选择， 因此本文引入了遗传算法，提出了基于遗传优化的分水岭分割方法，实现了结构元素的 自动选择。该方法中首先需要选取一幅样本图像，通过对样本图像处理，遗传算法不断 收敛，从而得到最优结构元素，然后将这个结构元素用于类似图像的分割过程中。通过 仿真实验得到了准确的分割结果，说明通过遗传优化得到的结构元素是适用于类似图像 的分割过程的。 关键词 X 线图像 图像分割 分水岭变换 小波变换 遗传优化 I Abstract Abstract As an important tool for clinical medicine diagnosis, the X-ray has a heavy amount of information. X-ray image segmentation is to divide the image into several non-overlap, meaningful and connatural segment. It is not only an important foundation for a doctor to make a correct diagnosis, but also an important basis for further parameter extraction, defected area automatic identification and automatic diagnosis. According to the feature of the X-ray image, this article adopt the watershed transformation method, and make improvement to the way of background marking based on the method of marked watershed segmentation, then a method of watershed segmentation based on double threshold is proposed and has been proven to be feasible to get accurate foreground and background mark. Because the characteristic of X-ray images, it can not obtain accurate segmentation results and lead to an over-segmentation phenomenon even if it is marked accurate