医学图像边缘快速检测模糊集方法.pdfVIP

第31卷第6期 北京工业大学学报 v01．3l№6 2005年11月 JoURNAL()FBEIJINGUNIVERSITYoFTBCHNoLoGY Nov．2005 医学图像边缘快速检测的模糊集方法 涂承媛，曾衍钧 (北京工业大学生物医学工程中心，北京100022) 摘要：为了苘单有效地获得理想的医学图像边缘，进行医学诊断，提出了一种基于模糊子集组合的图像边缘 检测方法由于图像边缘的模糊性，在边缘检测过程中应用了模糊集运算方法：先将图像的灰度直方图划分成 相应的几个不同的子区，并对与灰度方差直方图子区相应的模糊子集进行运算。综合运算结果，最终得到图像的 边缘．文中实倒及对几种方法的比较表明。提出的Fu托y算子所得到的图像边缘优于s。bel算子和Pre州tt算子 时所得到的图像边缘 关键词：医学图像边缘检测；模糊子集组合；灰度直方图；灰度方差直方图 中圈分类号：TP391 文献标识码：A 检测可以看成是一种分类问题，例如：把1幅图像分为边缘和非边缘2部分，后者(作为图像的主要构成) 包括物体及其背景．从图像中剔除非边缘部分，留下的便是图像边缘．由于图像边缘的模糊性，作者在边 缘检测过程中应用了模糊集运算方法． 1图像边缘映射为模糊集 1．1灰度直方图的分区处理 考虑1幅M×N的图像x(z)(z代表2D图像的像素位置) x(z)=1z。。}。∈【1．M]，。∈[1．N】 (1) 将此图像从二维实空间鼹2映射到相应的灰度空间，得到集合 G(g)={g～}，∈[1。M]。。∈[1．N] (2) 式中9。是归一化的、z。。处的灰度元，即g。。∈[o，1]，[O，1]相当于灰度级[0。255]． H(g)． 任何1幅图像都是由若干个不同亮度部分(即若干个不同级的灰度块)组成的，而图像边缘则位于灰 脏超声图像(见图1)的灰度直方图H(g)及其划分如图2所示． 可以看到，此灰度直方图中出现了4个较突出的且彼此较为分开的峰值(频数的相对极大值)，以及3 个较明显的且彼此较为分开的谷值(频数的相对极小值)．那些峰值区对应图像的各个灰度块(即亮度 块)，而图像边缘则位于作为相邻灰度块交界的这些谷值及其附近；因此，本文以这3个明显谷值为界，将 此超声图像的灰度直方图H(g)划分成4个毗邻的子区，即 H；(g)，s∈S={1，2，3，4f 收稿日期：2004—05一13． 基金项目：国家自然科学基金资助项目 作者简介：涂承媛(1963一)，女，江西九江人，副教授 万方数据 北京工业大学学报 2005年 3000 3+ ：妒 2500 即 2000 鬓l500 ： 1000 500 ㈦ 0 50 lOO150200250300