活动轮廓模型及在医学内窥镜图像中的分割应用研究.pdfVIP

摘要 I 摘 要 图像信息已成为人们获取信息的重要途径，对图像信息的处理及利用变得极 为重要。图像分割是图像处理领域、计算机视觉领域中的关键问题之一，是大多 数图像分析及视觉系统的重要组成部分。人们已经提出了各种各样的图像分割方 法，由于医学图像的复杂性导致了医学图像分割难度很大。计算机医疗辅助诊断 系统首要解决的难题就是图像分割。 传统的图像分割方法由于其本身的局部性，使分割区域边界可能不完整、不 准确。基于活动轮廓模型的图像分割能把图像本身底层次的视觉属性与待分割目 标的先验知识有机结合起来，并以此获得分割区域的完整表达。但是活动轮廓模 型大多是基于图像边界的，其稳定性难以满足医学图像分割的要求；并且传统的 活动轮廓模型其拓扑结构不易变化，不能适应医学图像中病灶数量的多变性。因 此活动轮廓线模型尚需改进才能用于复杂的医学图像分割中。 本论文所做的主要工作有： 分析了参数变形模型的原理和方法，并通过实验比较了各种模型外力的性能、 优缺点及初始轮廓的设置对收敛结果的影响；给出了几何活动轮廓模型的理论， 分析验证了基于水平集的 CV 方法在医学图像分割中的优缺点，并对该方法进行了 小的改进；提出了分割方法的新应用：视频流的分割，并加以实现；给出了 CV 方 法对彩色图像的分割，并进行了实验、给出了实验结果。 关键词：图像分割 医学内窥镜 水平集方法 活动轮廓模型 Abstract III Abstract The image information has become an important way of getting the information, and it is extremely important to deal with the image information and make use of it. Image segmentation is one of the key issues in the field of the image processing and the computer vision, and it is also the important component of the image analysis and the visual system. A variety of image segmentation methods have been proposed. The complexity of the medical image makes the medical segmentation very bad. The first problem of the computer-aided medical diagnostic system to be solved is image segmentation. Because of their own limitation, traditional image segmentation methods may get incomplete and inaccurate boundaries of the partition. The image segmentation based on active contour model,i.e. Snake model, can combine the bottom level visual attributes of the image with a priori knowledge of the partition target, and it can obtain a complete expression of the divided region. But active co