基于分区梯度的医学图像边缘检测算法.docVIP

基于分区梯度的医学图像边缘检测算法 沈德海，侯建 渤海大学 信息科学与技术学院，辽宁 锦州 121013 摘 要：算，提出了一种算法。算法x5检测窗口按照中轴线和对角线划分为八个区域（四对对称区域），每对区域对应一个方向模板，通过模板分别与窗口图像进行卷积运算获得0o、45o、90o和135o方向的方向梯度，取最大值作为窗口中心点的梯度值。对梯度图像采用了改进的非极大值抑制方法进行细化，最后采用阈值法提取图像边缘。实验结果表明，Sobel算法。 391.41　文献标识码：A　 文章编号： An Edge Detection Algorithm Based on Segmental Gradient for Medical Image SHEN De-hai， College of Information Science and Technology, Bohai University, Jinzhou, Liaoning 121013, China Abstract: In the medical image procession, the accuracy of edge detection directly affects the diagnosis and treatment of the disease. In view of weak direction and coarse edge existed in traditional edge detection algorithm, proposed an edge detection algorithm of eight segments weights gradient. The algorithm divided the detection window of 5x5 into eight segments (four pairs of?symmetric segments) according to the?axis and the?diagonal, each pair of segments corresponding to a?direction template, the center point direction gradients of 0o,45o,90o and 135o can be obtained by using these templates to convolution with detection image, takes the maximum of these direction gradients as center point gradient, gets the gradient image. Uses improve non-maximum suppression to refine gradient image edge, at last, extracts the image edge by threshold. Experiments show that the edge extracted from blood cell image by proposed algorithm is fine and has strong direction, the effects are obviously superior to the traditional?Sobel algorithm. Keywords: Medical image;Edge detection; segments; Non-maximum suppression; Refine 0引言 边缘检测是图像处理领域和计算机视觉领域的一个基本问题[1]，对图像的预处理起着重要的作用。边缘是图像的最基本特征，主要存在于图像灰度值变化剧烈的区域，其中包含了图像轮廓、纹理、及不同目标间的界线等重要信息。医学图像已成为临床诊断、病理分析和治疗的重要依据。与普通图像不同，医学图像本质上具有模糊性和不均匀性[2]，例如，CT图像中，同一组织中的信号值会出现较大变化；由于局部体效应，一些病变组织由于侵袭周围组织，较难确定边缘。 另外，由于医学图像采集过程中不可避免会产生噪声，图像清晰度会降低，图像出现不同程度的模糊，进而影响图像边缘的检测结果。因此，采用什么样的边缘检测算法有效的将这类医学图像的边缘提取出来显得十分重要。 常见的边缘检测算法通常是在空域采用局部微分算子计算图像梯度，例如Roberts算子、Sobel算子Prewitt算子对噪声较为敏感。为了提高边缘检测性能，人们将数学形态学理论、小波理论、模糊逻辑理论、神经网络理论等运用到边缘