基于小波变换和模糊算法的医学图像的边缘检测算法.PDF

论文出处：《大连理工大学学报》Vol.42,No.4.2002 ：504－508 基于小波变换和模糊算法的医学图像的边缘检测算法 袁野1.2 欧宗瑛2 (1．大连理工大学自动化系，大连，116024 2．大连理工大学机械系CADCG 研究所，大连，116024 ） 摘要：在医学图像三维显示技术中，需要得到单象素级的清晰轮廓线。为了适应这种需求， 本文提出了一种边缘检测算法，它基于 Mallat 小波模极大值边缘检测方法，同时应用模糊 数学的原理为模极大值构造相应的隶属函数，对得到的极大值进行进一步筛选，最终可以得 到单象素级的边缘。实验结果证明了该算法的可行性。 关键字： 小波变换，边缘检测，模极大值，隶属函数，模糊算法 一， 引言 计算机断层图象（CT ）和核磁共振成象（MRI ）技术的发展为医学提供了直接显示人 体内部结构的方法，从而提高了医疗诊断的可靠性。在医学图像三维显示技术中，表面重建 的一个重要前提是获得CT 断层图像的清晰的轮廓线。为了将诊断误差降低到最小程度，需 要有目标的精确外形，但采用传统的检测边缘的方法得到的轮廓线存在着大量的数据冗余， 界线很不清晰，从而给进一步处理带来困难。关于边缘检测的讨论可见于很多文献[1][2][3] 。 如能发现一种精致而复杂的边缘描绘方法，得到单象素级的边缘，意义十分重大。 传统的边缘提取算法是以原始图像为基础，对噪声信号和边缘信号不加区分的使用边缘 提取算子，如 Laplacian 算子，Sobel 算子， Kirsch 算子等。以上算子都是使用差分算子， 利用临近边缘的地方的一阶和二阶方向导数的变化来检测边缘。边缘是图像局部特征的不连 续性，由于小波变换对突变信号的敏感性，以及它在时域和频域具有很好的定位性能，可以 采用小波进行奇异性分析来实现奇异点定位，从而达到检测边缘的目的。本文在使用 Mallat 小波边缘检测极大值检测方法的基础上，提出了一种算法，应用模糊数学理论，在满足阈值 的极大值点中进一步选取边缘点，从而得到单象素级的边缘。文中给出了完整的算法和实验 结果。 二， Mallat 小波模极大值边缘检测算法介绍 小波变换是检测突变信号的强有力的工具，能够刻划各种不同频率分量的信号，特别是 突变性质的信号。既能知道频率域的高频信号出现在空间域的具体位置，又能知道空间域的 突变局部的频率分布。基于小波变换的边缘检测，就是将原始图像进行小波变换，将其分解 在不同频段，对高频部分的模极大值进行合理选取，从而得到边缘。 ［ ］ 为了检测图像边缘,Mallat 1 提出了一种梯度形式的小波变换，简述如下: 设 1 θ(x ,y ) 为二维平滑函数，将它作为小波基函数。定义水平小波函数ψ (x ,y ) 和垂直小 波函数 2 ψ (x ,y ) 分别为平滑函数在 x 和 y 方向的偏导数：  1(x ,y ) ∂ (x ,y ) / ∂x ψ θ  2 (x ,y ) ∂ (x ,y ) / ∂y （1） ψ θ 在小波变换中，对尺度参数进行二进离散，可使连续小波转为二进小波。二进小波被广泛的 应用在边缘检测中。则： 1 1 1 x y ψ ( , ) ψ ( , ) j x y 2 4j 2j 2j （2 ） 2 1 2 x y