基于CT图像的血管分割-计算机科学与技术专业论文.docxVIP

摘要 摘要 图像分割是根据某些特定的需要和图像本身的特点将阁像分割为多个区域 的过程。它是进行图像分析和图像识别以及计算机辅助诊断的重要步骤，也是 现如今图像处理的一个重要方向。彩色盯阁像是近些年来发展起来的新的医学 影像技术，为医生提供了更为丰富的患者体内信息，对患者病情的诊断和医生 的术前准备工作有着蠢耍的意义。 本文首先对彩色 CT 图像进行预处理，然后采用改进的分水岭算法或者基于 遗传算法和模糊连接的图像分割算法将 α‘图像中的血管部分分割出来。具体内 容如下z (1)由于医学图像的纹理结构比较复杂、灰皮楚别相对较小、边缘不明显等 特点，本文采用对比度增强与小波分析相结合的方法对图像进行增强滤被处理， 使得处理后的图像边缘更加清晰，噪声减少，为进一步的阁像的分制处理奠定 良好的基础。 (2)针对分水岭算法存在的过分割问题，采用一种能够有效消除周部极小值 和噪声干扰的自动分割方法.首先，比较彩色分量梯皮图提取图像的梯度倍息， 从而有效提取阁像边缘倍息:然后，基于多阙值分割方法消除无效梯度信息: 最后，确定算法的实现步骤，并给出实验结果。 (3)采用遗传算法和模糊连接相结合的方法对 CT 图像进行分割。首先，为图 像选择 RGB 颜色空间:然后，以路径强度作为遗传算法的适应度函数，寻找各 点到种子点之间的最优路径。该路径的强度就是该点与种子点之间的模糊迎接 度:最后，将所有的模糊连接度作为灰皮值，得到目标和背景不重叠的图像， 设定阙值就可以将目标物体提取出来。 实验结果表明改进的分水岭算法取得了良好的分割效果，比只使用分水岭 算法减少了细小的汇水盆地，大大提高了分水岭算法的分割效果。模糊连接与 遗传算法相结合的方法与传统的模糊迹接算法相比，细小的血管也能够分割出 来，体现了良好的分割性能。能够为医生的诊断和术前准备奠定良好的基础。 关键词: CT 血管图像分割分水岭模糊连接 11 11 Abstract Abstract Image se伊lentation is a process 由at the image is divided into multiple regions bωed on specific n创s and characteristics of the image itself. It is the important step of image analysis and pattern rl仰伊ition andωmputer diagnos恼， also an important M侃 of image processin，岛Inrecent years CT images of ∞lor developedωanew mediω1 imaging technology，it can provide physicians 圳由 more extensive infonnation of patien饵， bod弘 and it is of great sigt邮ωnce in 曲。 diagnosis and 庐eoperative prl叩町ation of doctors. Nowadays，most of the medical image se伊lentation is for graysωle imag棚， ωlor medical image se，伊lentation is often extended from 由e gray image se阴阳刚onm仙。d In刷S 阴阳 blood vessels can be extracted fonn the CT image by an improved watershed algorithm and an algorithm bωed on genetic algorit1uns and fuzzy ∞nnected image segmentation algorithm. Details 町eωfollows: Because the texture of medical images is complex，the grayωntr部t is relatively small，由e 创ge is not obvious，也is pap町 combin创出e algorithm of gray-∞ntrat and wavelet analysis image ωm由m侃出e CT images，after 由is algori由m，也eedgω f 由e 怕lages are clear缸，and noise r时uced. The image enhancement is laid a a