第7次课学图像分割技术.pptx

医 学 图 像 处 理Medical Image Processing;主要内容：;（1）基本概念 医学图像处理的最终目的是实现目标的检测识别、分类、分级。要实现这些目标，首先就得把感兴趣的区域从图像中分割出来。 图像分割就是将图像中的不同区域区分开来，划分后的区域是互不相交的，且同一区域的每一个元素满足某一个特定的准则。具体来说，图像分割就是原图像划分为一系列互相连接但又不重叠的子区域。 ;（1）基本概念 图像分割是图像工程中非常重要的一个环节。处于基础的图像处理和高层次的图像理解之间。 ;（2）医学图像分割的特点 医学图像分割方法针对具体的医学应用和分割任务，具有以下三个特点。 ①需要结合利用医学领域知识或先验知识进行。 ②重视多种分割算法的有效结合。 ③大多需要人工干预。 ;（3）图像分割的分类 图像分割主要依赖于图像中不同目标或区域的影像特性，包括像素灰度值的变化、颜色或图像的空间模式等。 医学图像的分割通常根据像素的灰度变化，分为基于区域的分割和基于边缘检测的分割两大类。这两种方法分别利用了同一对象或目标的内部特征或像素灰度分布具有相似性，以及不同对象或目标之间特征或灰度值的不连续性。;（3）图像分割的分类 基于区域的分割方法的算法有： 阀值法 区域生长法 区域的分裂和合并法 分水岭法 ;（3）图像分割的分类 基于边缘检测的分割方法通过检测不同区域的边缘来解决图像分割问题。常用的算法有： 并行微分算子法 基于边界曲线拟合法 基于形变模型的分割法;（1）阀值分割法概述 阀值分割分为单阀值分割和多阀值分割。单阀值分割将图像分割为目标和背景，多阀值分割将图像分割为多个目标和背景。 阀值分割的依据是：目标或背景内的相邻像素间的灰度值是相似的，目标和背景的像素在灰度上有差异，反映在直方图上，目标和背景则对应不同的峰，选取的阀值应位于两个峰之间的谷底，从而将两个峰有效地分开。;6.2 阀值分割法;（1）阀值分割法概述 阀值分割的关键在于如何确定一个合适的阀值T，把图像分割为以下图像： ;（1）阀值分割法概述 ;（1）阀值分割法概述 ;（1）阀值分割法概述 阀值分割法可以分为全局阀值法和动态阀值法。 如果阀值T的确定只和整幅图像f(x,y)的直方图有关系， 即T=T(f(x,y)) 则为全局阀值法。 如果阀值T的确定不仅考虑全局阀值信息，在应用到每个像素点时还依据当前像素点的邻域属性进行微调，即T=T(f(x,y),p(x,y))，则为动态阀值法。 ;（2）全局阀值法 ①最小极值点阀值法 对于符合如右图模型特点的图像，概率密度函数两个峰之间的波谷最低处的灰度值可以作为分割阀值T，此阀值即为最小极值点阀值。 求解方法： 满足以上条件的z值即为最小极值点阀值T。;（2）全局阀值法 ②Otsu法 (最大类间方差阈值法) Otsu法的原理是，背景和目标为来自两个总体的两组灰度值样本，以组间方差最大作为约束条件来确定阈值。Otsu法无需先验知识，也无需输入参数，选取的阀值进行分割的效果比较理想。 函数graythresh( )就是使用Otsu法确定阀值。 ;（2）全局阀值法 ②Otsu法 (最大类间方差阈值法) Otsu法阀值分割实例： level=graythresh(f); BW=im2bw(f,level);;（2）全局阀值法 ③最小误差阀值法 最小误差阀值法也称全局最优阀值法。如果图像的目标和背景的概率密度函数已知，或者目标和背景的各自直方图已知，分别为po(z)和pb(z)，并且目标像素和背景像素在整张图像中占的比例已知，分别为Po和Pb（ Po=1-Pb ），最小误差阀值就是使得目标和背景的误分割误差最小的阀值。;（2）全局阀值法 ③最小误差阀值法 选定任意一个阀值t，则将一个背景像素误分割为目标像素的概率为： 将一个目标像素误分割为背景像素的概率为： 总体误分割的概率为： ;（2）全局阀值法 ③最小误差阀值法 使总体误分割的概率最小的阀值就成为最小误差阀值。 将上式对t求导，并令其