交互式分割算法研究碩士論文.doc

《交互式分割算法研究碩士論文.doc》由會員分享，可在線閱讀，更多相關《交互式分割算法研究碩士論文.doc（2頁珍藏版）》請在裝配圖網(wǎng)上搜索。

畢業(yè)論文/畢業(yè)論文范文 交互式分割算法研究碩士論文 　　幫助醫(yī)務人員診斷和制定治療方案，同時由于生物醫(yī)學圖像具有分辨率低、噪聲大、圖像特性差異大的特點，為該類圖像的分割帶來了困難，因此生物醫(yī)學圖像的分割技術具有重要的研究意義。依據(jù)不同生物醫(yī)學圖像間特性差異較大的特點，*著重研究交互式分割算法，即由使用者給出圖像中包含目標的感興趣區(qū)域，再利用算法對該區(qū)域進行分割。 　　取閾值是最簡單的圖像分割方法[1-4]，即確定閾值后將灰度值大于閾值的像素劃分為一類，灰度值小于閾值的像素為另一類，這2 類像素將分別對應于圖像中的目標或背景區(qū)域。 　　該算法重點在于閾值的選取，經(jīng)典算法包括otsu 的最大類間方差法[2]和kapur 的熵極值法[3]。 　　在2 種算法的基礎上衍生出其他一些算法，如基于otsu準則和圖像熵的閾值選取方法[4]，基于區(qū)域生長[5-8]的分割算法是圖像處理領域中另一種常用的技術，其基本思想是先對每個需要分割的區(qū)域找一個或多個種子像素作為生長起點，然后將種子像素周圍鄰域中與種子像素有相似性質(zhì)的像素合并到種子像素所在區(qū)域中，再將這些新像素當作新的種子像素重復進行上述過程，直到?jīng)]有滿足條件的像素被包括進來[5]。該算法的重點在于種子像素的選取和像素相似性判定準則的確定，如文獻[6]使用區(qū)域平均灰度和局部梯度變化率來判定相似性，文獻[7]利用灰度值和新像素與種子像素間的距離來定義相似性，文獻[8]對圖像進行分水嶺變換后再確定相似性。*提出一種簡單有效的面向生物醫(yī)學圖像的交互式分割算法。