第4章医学图像分割(4.1-4.3).ppt

第4章 医学图像分割;4.1 医学图像分割概念; 图象分割的一个重要手段就是利用边缘检测技术。这种分割方法是基于物体与背景之间在灰度（或纹理）特性上存在着某种不连续性（或突变性）。边缘是指它的两侧分属于两个区域，每个区域内部的特性相对比较均匀一致，而两个区域之间在特性上则存在一定差异。图象区域的边界（或称轮廓）是指包围着连通区域的一条封闭的边缘曲线。 ;4.2 阈值分割技术;图(a)是未经处理的原始图像，白细胞在黑色背景上。图像(a)的直方图如图(b)所示，表现为一高一低两个峰值。如果用T=127作为阈值，分割结果如图(c)。 图(d) 是用3x3 Laplace微分算子得到的细胞边缘。 实际上，在几乎所有的医学图象中，无论是物体还是背景的灰度值都有一个分布，而且有时在灰度直方图中呈双峰或多峰情况。采用加权变换后的直方图，可以得到比原直方图更明显的峰谷分界，从而改进图象的分割。; 在全局阈值法中，显然阈值的适当选取是一个十分重要的问题。不同的阈值会导致不同的分割结果。一般来说，我们希望阈值的微小变化不要引起分割出物体的面积或周长很大的改变。即分割结果对阈值的变化不敏感。如果用T表示阈值，A(T) 和P(T)分别代表分割物体的面积与周长，如果所选择的阈值T*满足下式，称T*为最佳阈值。;两组直方图的灰度平均值为;4.3 微分算子边缘检测 ;圆形区域边