医学图像处理与分析第六章 医图像分割.pptVIP

原图 2次分裂 部分区域3次分裂 合并 四、区域分割-区域的分裂合并 特点 全局到局部，不会产生无归属像素 无需预先确定子图像数目 判断一致性的标准（阈值） 太严：子图像过多、过散 四、区域分割-区域的分裂合并 分割效果的评价 确定测度 确定评价准则 设计测试图 不同算法结果的效果评价 加入干扰因素 第六章 医学图像分割 上海交通大学医学院 生物信息学中心 龚著琳 第六章 医学图像分割 一、图像分割的目的与准则 二、边界分割 三、阈值分割 四、区域分割 五、分割的评价 一、图像分割的目的与准则 图像预处理 图像分析与理解 像素 对象 图像分割 一、图像分割的目的与准则 分割准则 每个像素有归属 仅属于一个子图像 同一子图像性质相近 不同子图像同一性质相差较大 一、图像分割的目的与准则 分割依据： 边界（灰度梯度） 阈值（灰度） 区域 纹理、空间位置、频谱、彩色特征…… 一、图像分割的目的与准则 分割方法 基于边界 基于阈值 基于区域 基于特定理论的方法 模糊聚类法 神经网络方法 遗传算法 …… 第六章 医学图像分割 一、图像分割的目的与准则 二、边界分割 三、阈值分割 四、区域分割 五、分割的评价 二、基于边界的分割 原理 子图像间有明显边界 边界两侧像素属不同子图像、有显著差异 二、基于边界的分割 边界的形成 人工确定 半自动确定 自动确定 二、基于边界的分割 边界自动确定方法 边界检测 梯度－差分法/交叉差分法 模板：Robert /Sobel/Prewitt/Laplacian 闭合边界 梯度相似性 边界跟踪 确定闭合边界 原图 灰度梯度（差分） 灰度梯度的相似性 相邻边界梯度之差≤T相邻边界梯度方向之差≤A 确定闭合边界 原图 灰度梯度（差分） 边界和噪声 252/152 ? 边界跟踪法 确定闭合边界 二、基于边界的分割 沿边界划定子图像 左（右）手原则 其他方法 第六章 医学图像分割 一、图像分割的目的与准则 二、基于边界的分割 三、阈值分割 四、区域增长 五、分割的评价 三、阈值分割 原理 按像素的某一特征确定阈值，划分像素的归属 灰度直方图法 单阈值 多阈值 阈值T：一般取两个峰值间的谷值。 单阈值分割 单阈值分割 单阈值分割 多阈值分割 多阈值分割 ？ 改进方法（直方图）： 图像大小悬殊：缩小计算区域 子图像边界模糊：减少边界像素 三、阈值分割 局部阈值分割 适用：明暗分布不均匀的图像 方法：分成小图像，选择局部阈值 三、阈值分割 阈值分割的推广 一维--高维特征空间的聚类 三、阈值分割 第六章 医学图像分割 一、图像分割的目的与准则 二、基于边界的分割 三、阈值分割 四、区域分割 五、分割的评价 四、区域分割 原理 相似性原则 方法 区域增长 区域分裂和合并 步骤(从单个像素开始，逐渐合并成子图像) 起始：预设一个/多个种子点 四、区域分割-区域增长 步骤 第二步：种子点邻域内，相似像素加入 例如：灰度相差＜2 第三步：遍历，分割结束 四、区域分割-区域增长 原图 种子点 T=2 T=6 T=1 四、区域分割-区域增长 特点 局部到全局，预先确定子图像数目 种子点的选择 判断相似性的阈值选择 过大：误分 过小：无归属 四、区域分割-区域增长