基于分区梯度医学图像边缘检测算法.docVIP

基于分区梯度医学图像边缘检测算法 　　摘 要： 在医学图像处理中，边缘检测的准确性直接影响到疾病的诊断和治疗。针对传统边缘检测算法存在的方向性不强及检测边缘较粗的问题，提出了一种分区梯度的医学图像边缘检测算法。算法将5×5检测窗口按照中轴线和对角线划分为8个区域（4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0°，45°，90°和135°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，该算法检测的医学血液细胞图像边缘方向性较强，边缘较细，检测效果明显优于传统Sobel算法。 　　关键词： 医学图像； 边缘检测； 分区； 非极大值抑制； 细化 　　中图分类号： TN911.73?34； TP391.41 文献标识码： A 文章编号： 1004?373X（2015）11?0067?03 　　Edge detection algorithm based on partition gradient for medical image 　　SHEN De?hai， HOU Jian 　　（College of Information Science and Technology， Bohai University， Jinzhou 121013， China） 　　Abstract： In medical image processing， the accuracy of edge detection affects the diagnosis and treatment of the disease directly. Since the traditional edge detection algorithm has weak of direction and coarseness of detecting edge， the edge detection algorithm based on partition gradient for medical image is proposed. The proposed algorithm divides the 5×5 detection window into eight areas （four pairs of symmetric areas） according to the central axis and the diagonal， each pair of areas is corresponding to a direction template， the direction gradients of 0°， 45°， 90° and 135° are obtained by convolution operation of the templates with the window image respectively， it takes the maximum of these direction gradients as the gradient value of the window center point. The gradient image is refined by the improved non?maximum suppression method， the image edge is extracted by threshold method. Experimental results show that the image edge of medical blood cells has good direction which tested by the proposed algorithm， the detection effects are obviously superior to the traditional Sobel algorithm. 　　Keywords： medical image； edge detection； partition； non?maximum suppression； refining 　　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