第 !"卷 第 #期
!"""年 $!月
北 京 理 工 大 学 学 报
%&’()*+&,-./0/)12)34/4’4.&,5.67)&+&18
9&+:!" ;&:#
<.6:!"""
文章编号=$""$>"#?@A!"""B"#>"C!">"@
几种图像分割算法在 DE图像分割上的
实现和比较
杨 加$F 吴祈耀$F 田 捷!F 杨 骅!
A$G北京理工大学 电子工程系F北京 $"""H$I!G中国科学院 自动化研究所F北京 $"""H"B
摘 要=对目前几种在图像分割领域得到较多应用的交互式分割J区域生长分割以及阈值
分割算法进行了探讨F并且结合实际 K5片图例分别进行分割实验研究F得到较为满意和
可用性强的结果L实验表明=阈值分割对于K5切片的效果最好I区域生长分割适宜于对面
积不大的区域进行分割F分割效果较好I基于动态规划的交互式分割算法比较复杂F计算时
间较长F但对于边缘较平滑的区域F同样具有较好的实际效果L几种算法的评估为其在 K5
图像分割上的实际应用提供了科学依据L
关键词=图像分割算法IK5图像分割I交互式分割I阈值分割I区域生长分割
中图分类号=5;M$$GCN 文献标识码=O
收稿日期=!""" "# !@
基金项目=国家自然科学基金资助项目A#MH?N""$BI国家PH#NQ
计划
项目进度计划表范例计划下载计划下载计划下载课程教学计划下载
项目
作者简介=杨 加F男F$MC@年生F硕士生L
图像分割可以分解为两个任务F即识别A(.6&1)/4/&)B和描绘AR.+/).*4/&)BL识别的目的在
于确定目标物体的大致位置并区别于图像中的其它物体I而描绘的任务在于精确定义和刻画
图像中目标物体的区域或边缘的空间范围L人的识别能力通常强于计算机算法F另一方面F计
算机算法的描绘能力则优于操作者A人BL因此既能利用操作者强大的识别能力F又能利用计算
机算法的描绘能力的交互式图像分割则越来越受到人们的关注L在医学领域中F图像分割是病
变区域提取J特定组织测量以及实现三维重建的基础F因此图像分割技术在医学图像处理中具
有十分重要的意义S$TL作者探讨了 N种目前在图像分割上得到较多实际应用的分割算法F并结
合实际 K5片图例进行了实验研究F得到较为满意和可用性强的结果I最后对这几种方法进行
了评估F为这些算法在 K5图像分割上的实际应用提供了科学依据L
U 交互式分割算法
UGU 基本理论及算法描述
动态规划方法最早应用于图像边缘跟踪S!TL可以将图像边缘检测看作一个优化问题SNTF并
将其表述为找出一目标函数 VWVAX$FX!FXNFYFXZB的最优值 [A如取最小值 \/)BF得 V取最
优值时的一组自变量值AX]$FX]!FX]NFX]?FYFX]ZFBL若变量离散F目标函数没有特定规律可循时F
则该问题将包括一个极大的解空间L如果这个目标函数能够描述成如下形式=
VWVAX$FX!FXNFYFX^BWV"AX"FX$B_V$AX$FX!B_Y_VZ‘$AXZ‘$FXZ
aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
B
万方数据
则目标函数的优化问题就可以利用多阶段优化方法解决!由递推公式求解
"#$%#&’#! "()*$%()*&’ +,-
#.%(./(
01($%(!%()*&)"($%(&2!
式中 (’*!3!4!/5*6"()*$%()*&是中间变量7显然当递推结束时有 8’+,-
%/
"/$%/&9
获得目标函数的最优值后!可以通过反向递推获得最优变量!即
%:/’;<=$+,-
%/
"/$%/&&!
式中 ;<=表示递推结束时取参量操作7则 %:(’>()*$%:()*& (’/5*!4!#7式中 >()*$%:()*&
表示在 %:()*确定后所获得的达到最优值时的 %:(值7
基于动态规划的边缘检测!以图像中某一起始点到某一目标点的累积代价作为目标函数!
像素边的代价值作为变量!最优值就是使目标点的累积代价值最小7动态规划用于边缘检测!
同时利用局部信息和全局边缘累积代价信息!因而可以获得全局最优解7
作者将一幅图像定义成一个二维图!将图像中目标物体的边缘跟踪问题转换成二维图中
最优路径搜索问题7用户首先在目标物体边缘上选择一个初始点!随后通过交互手段选择后续
目标点!根据动态规划方法的图搜索策略实时显示出相应两点之间的最优路径7如果是最优路
径匹配期望的物体边缘!则用户可确认此路径为物体的有效边缘段!并将目标点作为新的起始
点做同样的最优路径搜索7用户只需在目标物体边缘上通过鼠标引导指定一系列的后续目标
点!并以首先选择的初始点为最后的目标点便可获得连续?封闭的目标物体边缘7
一幅图像被描述成具有 @邻像素的像素阵列!每个像素被描述成一个正方形!相邻像素有
一条公共边!则可将一幅图像定义为一个二维图 A’B1!CD!其中 1为图像的像素顶点集
合6C为像素边的集合7目标物体的边缘即由一系列连续的像素边组成7对于A中的每一条像
素边!根据一定的
规则
编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf
赋予其相应的特征值!用以描述该像素边属于物体边缘的可能性7像素
E F G
H I J
E H
F I
G J
图 * 像素及像素边示意图
边的特征值经过特征转换函数转变成一定的代价值7这里定义
图中任意两个节点间的最优路径!由两个节点间累积代价和最
小的连续像素边组成7
如图 *所示!相邻像素 F与 I之间的公共边 K!它的特征
值?特征转换函数分别作如下描述7特征值用平均梯度差表示为
"$K&’ *@$LM$F&5M$J&L)LM$E&5M$I&L)LM$G&5M$I&L)LM$F&5M$H&L&!
式中 M$F&表示像素点 F的梯度值!其余类推7
由于医学图像具有大量的噪音!部分期望的目标物体边缘的特征往往较弱!而在目标物体
边缘的周围存在强特征的噪音干扰!所以这里不采用文献0@2中所提出的转换函数!而采用高
斯函数的一种变体作为特征转换函数 N’*5OPQ0$"5R&3S3T327
UVW 实验结果
文中用于实验的是 X*3YX*3头部 Z[切片!图 3?图 \?图 @为 \次分割结果7图中的小方
框代表交互过程中用户用鼠标选择的点7
图 3和图 \是对物体的外部轮廓进行分割7在图 3中!由于物体的大部分外部轮廓比较平
滑!所以运用上述算法时交互次数只需两次即可分割出物体的大致轮廓$但对于物体边缘变化
剧烈或者是较不规则的部分不能做准确描绘&7该结果可以满足一般医学研究!但如果要得到
*3]第 ^期 杨 加等_几种图像分割算法在 Z[图像分割上的实现和比较
万方数据
图 ! 交互式分割结果 " 图 # 交互式分割结果 ! 图 $ 交互式分割结果 #
相对较为精确的结果%就必需增加交互次数&图 #中的交互次数为 ’%可见%分割结果比图 !有
明显改进%但交互次数也大大增加了&
图$是对物体内部的轮廓进行分割&内部轮廓与外部轮廓相比变化要复杂一些%为了较准
确地分割出感兴趣的区域%需要进行 (次交互操作&
表 ) 图 *+图 ,交互式分割结果的比较
图序 图像分辨力-./0 交互次数 计算时间-1
! 2"!32"!3"4 ! 25
# 2"!32"!3"4 ’ !$4
$ 2"!32"!3"4 ( "’(
表 "是图 !+图 $交互式分割结果比
较&表中所指时间是指用户完成整个操作所
需的总的计算时间&作者的全部实验是在67
机上完成的&软件环境为8/9:;<1=>%硬件
配置为 76?@6AAB#CC%内存@"!5DE&
* 区域生长分割算法
*F) 基本理论及算法描述
区域生长是从一幅图像被分成许多小区域开始的&这些初始的区域可能是小的邻域或单
个的像素&在图像的每个区域中%首先%对经过适当定义并能反映物体内成员隶属程度的性质
进行计算%每个区域都被赋予能反映该区域与物体隶属关系的参数&然后%对相邻区域的所有
边界进行考查&相邻区域的平均度量之间的差异是计算边界强度的一个尺度&如果给定边界
两侧的度量差异明显%那么这个边界很强%反之则弱&强边界允许继续存在%而弱边界被消除%
相应的区域被合并&对于整幅图像进行同样的处理%直到没有可以消除的弱边界时%区域合并
过程结束%图像分割也随之完成&
首先由用户在切片上选定代表这些区域的起始像素作为种子点%然后按照一定的测试准
则在种子周围进行区域生长&本文选用区域合并的 G/1HIJ距离作为相似性统计测试准则K2L%
用以判定两个区域是否合并&
对于两个相邻区域 M"和 M!%相应的像素数N灰度均值N灰度方差分别表示为 O"%O!%P"%P!%
Q"%Q!%则G/1HIJ距离R定义为R!STO"UO!VTP"WP!V!-TO"Q!"UO!Q!!VX如果该测量值小于一定的
阈值 Y%则将 M"和 M!合并&
因为区域生长可视为区域合并的特例%M"为正在生长的区域%M!仅为 M"边缘的单个像
素点 Z%相应的 O!S"%P!S[T\%]V为像素点 Z的灰度值%Q!SC%G/1HIJ距离变为 R!STO"U"V^
TP"W"V!-O"Q!"%Q"_C%否则即为两相邻像素的合并&
!!( 北 京 理 工 大 学 学 报 第 !C卷
万方数据
如果该测量值小于一定的阈值 !"则将像素 #并入区域 $%&
’(’ 实验结果
图 ) 原始切片示意图 图 * 区域生长分割结果
图 )为原始切片示意图"区域 %"+","-均
为骨组织&图中的小方框代表鼠标选择的种子
点"种子点在区域 %内&图 *为分割结果.即骨
组织/"分割计算时间为 )0"交互次数为 %次&
分割的区域面积越大"区域生长分割的计算时
间也越长&
还应指出"如果要把原始切片中的全部骨
组织分割出来"应分别在区域 +","-选择种子
点进行分割"总的交互次数为 -次&
1 交互式阈值分割算法
1(2 基本理论及算法描述
阈值分割方法是一种古老的分割方法3*"45"特点是计算简单"而且总能用封闭且连通的边
界定义不交叠的区域"可以简单地用一个或几个阈值将图像的灰度直方图分成几个类"认为图
像中灰度值在同一个灰度类内的像素属于同一个物体"反之则被排除在物体之外&
图 4 阈值分割结果 % 图 6 阈值分割结果 +
1(’ 实验结果
图 4所示为软组织&所选择的 78值范围
为9%--:+-)&在本实验中所用切片 78值范
围为9%;+-:,;4+&
图 6所示为骨组织&所选择的 78值范围
为 ,)6:+4*-&
以上每次分割操作计算时间小于 %0&交互
次数为 %次.用户具备经验的情况下/或多次&
< 结 论
由以上的实验结果可以得出如下结论=
> 阈值分割对于 78切片的效果最好"而且算法简单?计算速度快&但在选择阈值时需要
用户依据经验判断"或者先做多次尝试性分割"然后再对阈值进行调整&
@ 区域生长分割对面积不大的区域进行分割效果较好"如果对面积较大的区域进行分
割"则计算速度会较慢&区域生长分割的另一个缺点是"对于切片中不相邻而灰度值相同或相
近的区域"不能一次分割出来"只能 %次分割 %个区域&
A 基于动态规划的交互式分割算法比较复杂"计算时间较长&对于边缘较平滑的区域只
需较少的交互次数就可完成分割"而如果边缘平滑度较差时"为了较为准确地进行分割"就必
须增加交互次数"同时分割的总时间也随之增加&
,+4第 *期 杨 加等=几种图像分割算法在 78图像分割上的实现和比较
万方数据
参考文献!
"#$ 杨 加%吴祈耀&医学图形图像技术及图像分割"’$&世界医疗器械%()))%*+,-!(,.(/&
"($ 012345 6%789 :&; <3=2>2?4@84=A2?4B3A1?<@?CD?84
E4>24J%#KL,%M+(-!#(N.#,)&
"M$ 张有为&动态规划"O$&长沙!湖南科学技术出版社%#KK#&
",$ 7EP=E?;Q%R3S3CE:%3AEP&R>3CT>A33C3<2BEJ3>3JB34AEA2?4GECE<2JB>!
U2V3W2C3E4>24J%#KK/%*)!(MM.(*)&
"N$ 612P2G>X5%Y?>34@3P<;%:13C;0&Z+P?J[-D2B?2>"’$&6EAA3C4Y3=?J42A2?4%
#KK,%#M+(-!(#).(#*&
"*$ 62SE\;%;V3CD8=1;&]2J2AEP2BEJ3A1C3>1?P<24JDE>34A?G?P?J2=EP>AEDP3>AEA3"’$&
6EAA3C4Y3=?J42A2?4%#KK*%(K+N-!/(K./,M&
"L$ 0?C43P?8GH%O?F>E4’%OEF424I &^_:0;‘ 2BEJ3>3JB34AEA2?4DFA1C3>1?P<24J8>24J
=??==8CC34=3BEAC2aE4EPF>2>"’$&6EAA3C4Y3=?J42A2?4%#KK*%(K+(-!(/#.(K*&
bcdefghdfdijkjlmikinopkhqkjlmimrsdpdtkhub
efkvdsdvfdijkjlmiwhvmtljcfx
5;‘H’2E#% yRz2TFE?#% XI;‘’23(% 5;‘H{8E(
+#|]3GECAB34A?@^ P3=AC?42=>^ 4J2433C24J%_32}24JI4>A2A8A3?@X3=14?P?JF%_32}24J #)))/#~
(|I4>A2A8A3?@;8A?BEA2?401243>3;=E<3BF?@:=234=3%_32}24J #)))/)-
w!xjtk"j!I4A3CE=A2V3>3JB34AEA2?4%C3J2?4JC?W24J>3JB34AEA2?4E41?P<24J
>3JB34AEA2?4EC3>A8<23<%W12=1EC38>33JB34AEA2?4&X13>3
EPJ?C2A1B>EC3EGGP23< 24 >?B33aG3C2B34A>A?<3EPW2A1 0X 2BEJ3E4< A13
>EA2>@E=A?CFC3>8PA>EC3J?AA34&X13C3>8PA>>1?W A1EAEB?4JA13>3EPJ?C2A1B>%
A1C3>1?P<24J>3JB34AEA2?43>D3>A240X 2BEJ3>3JB34AEA2?4~24<3EP24JW2A1
C3PEA2V3PF>BEPP2BEJ3>%>EA2>@E=A?CFC3>8PA>=E4D3J?ADF8>24JC3J2?4JC?W24J
>3JB34AEA2?4~EPA1?8J1B?C3A2B3W2PPD3433<3<248>24J24A3CE=A2V3>3JB34AEA2?4
W12=12>A13B?>A=?BGP3a%2A>3@E2CPFW3PPW2A12BEJ3>W1?>33EC3C3PEA2V3PF
>B??A1&X133VEP8EA2?4?@A13A1C33EPJ?C2A1B>GC?V2<3>E>=234A2@2=DE>2>?@A13
EGGP2=EA2?4?@A13>3EPJ?C2A1B>&
#d$%mtnx!2BEJ3>3JB34AEA2?4EPJ?C2A1B>~0X 2BEJ3>3JB34AEA2?4~24A3CE=A2V3
>3JB34AEA2?4~A1C3>1?P<24J>3JB34AEA2?4~C3J2?4JC?W24J>3JB34AET
A2?4
,(L 北 京 理 工 大 学 学 报 第 ()卷
万方数据
几种图像分割算法在CT图像分割上的实现和比较
作者: 杨加, 吴祈耀, 田捷, 杨骅, YANG Jia, WU Qi-yao, TIAN Jie,
YANG Hua
作者单位: 杨加,吴祈耀,YANG Jia,WU Qi-yao(北京理工大学,电子工程系,北京,100081)
, 田捷,杨骅,TIAN Jie,YANG Hua(中国科学院,自动化研究所,北京,100080)
刊名: 北京理工大学学报
英文刊名: TRANSACTIONS OF BEIJING INSTITUTE OF TECHNOLOGY
年,卷(期): 2000,20(6)
被引用次数: 36次
参考文献(7条)
1.Pikaz A;Averbuch A Digital image thresholding based on topological stable state
1996(05)
2.Philips T Y;Rosenfeld A;Sher A C O log n bimodality analysis 1994(02)
3.Falcao A X;Udapa J K;Samarasekera S User-steered image segmentation paradigms:Live
wire and live lane 1998
4.张有为 动态规划 1991
5.Chien Y P;Fu K S A decision function method for boundary detection 1974(02)
6.杨加;吴祈耀 医学图形图像技术及图像分割 2000(04)
7.Corneloup G;Moysan J;Maynin I E BSCAN image segmentation by thresholding using
cooccurrence matrix analysis[外文期刊] 1996(02)
引证文献(39条)
1.王辅之.沈龙山 一种改进的动态阈值CT图像分割算法[期刊论文]-医学信息(上旬刊) 2010(12)
2.孙涛.李传富.刘伟.冯焕清 基于特征向量的颅脑CT图像分割方法[期刊论文]-数据采集与处理
2010(5)
3.卞晓月.武妍 基于CT图像的肺实质细分割综合方法[期刊论文]-重庆邮电大学学报(自然科学版
) 2010(5)
4.林传佳.钱云平.顾敏芬.梁忠诚 波导多层光卡数据页的图像截取算法研究[期刊论文]-光学与光
电技术 2009(1)
5.游嘉.姜献峰.吴海平 基于逆向工程与快速成型技术的个体化钛网塑形研究[期刊论文]-轻工机械
2009(6)
6.郭圣文.陈坚.曾庆思 胸部CT中肺实质的自动分割与计算机辅助诊断[期刊论文]-华南理工大学学
报(自然科学版) 2008(1)
7.张建宏 基于CT图像的人工膝关节三维有限元模型构建[期刊论文]-扬州职业大学学报 2008(3)
8.赵杉 基于胸部CT图像的肺部自动分割[期刊论文]-科学技术与工程 2008(24)
9.陈坚.郭圣文.吴效明 胸部CT图像中感兴趣区域的提取与量化分析[期刊论文]-中国医学物理学杂
志 2008(6)
10.郭圣文.曾庆思.陈坚 胸部CT中肺实质的提取与辅助诊断[期刊论文]-中国生物医学工程学报
2008(5)
11.向新程.丛鹏.陈景运 二维直方图阈值法分割工业CT图像的研究[期刊论文]-原子能科学技术
2007(3)
12.张建宏.卢章平 基于CT图像的个性化人工膝关节
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
与制造研究[期刊论文]-机械设计与制造
2007(3)
13.彭丰平.鲍苏苏 一种基于区域生长的CT序列图像分割算法[期刊论文]-计算机与数字工程
2007(5)
14.周娇.徐向民.吕华琳 基于医学图像分割的半自动ROI提取[期刊论文]-电视技术 2007(2)
15.王辅之.沈龙山 一种改进的动态阈值CT图像分割算法[期刊论文]-医学信息(上旬刊)
2010(12)
16.唐伟力.龙建忠 一种基于降雨模型的图像分割方法在砾岩图像分割中的应用[期刊论文]-成都信
息工程学院学报 2007(2)
17.吕菲.刘建立 孔隙网络模型在土壤水文学中的应用研究进展[期刊论文]-水科学进展 2007(6)
18.张春玲 图像的阈值分割及其应用[期刊论文]-泰山医学院学报 2006(3)
19.蒋平.张建州.朱建峰.周林 基于胸部CT图象的肺区自动分割[期刊论文]-计算机工程与应用
2006(24)
20.栾志强 脉冲耦合神经网络在指纹图像处理中的研究与应用[学位论文]硕士 2006
21.吴清 基于锥束CT的空心涡轮叶片缺陷检测技术研究[学位论文]硕士 2006
22.武记超 由工业CT切片图像生成NC代码的方法研究[学位论文]硕士 2006
23.苏佳.庞全 基于灰-梯散射图的串行图像分割技术[期刊论文]-杭州电子科技大学学报 2005(1)
24.卫阿盈.杨磊 图像分割在医学图像处理中的应用[期刊论文]-医学信息 2005(12)
25.林晓.邱晓嘉 图像分析技术在医学上的应用[期刊论文]-包头医学院学报 2005(3)
26.王彦荣 指纹图像分割与匹配算法研究[学位论文]硕士 2005
27.彭社欣 人体寄生虫虫卵图像特征提取与识别技术研究[学位论文]硕士 2005
28.张景涛 基于逆向工程的缺损颅骨曲面模型重建技术研究[学位论文]硕士 2005
29.张景涛 基于逆向工程的缺损颅骨曲面模型重建技术研究[学位论文]硕士 2005
30.孙涛.李传富.刘伟.冯焕清 基于特征向量的颅脑CT图像分割方法[期刊论文]-数据采集与处理
2010(5)
31.王贤刚 高分辨X-CT辅助仿骨人工骨设计与制备研究[学位论文]博士 2005
32.郭水平 基于SBB的机器视觉算法研究与系统开发[学位论文]硕士 2005
33.李名庆 医学图像多尺度增强与病灶分层检测算法研究[学位论文]硕士 2005
34.任国成.王广春 面向RP骨骼CT图像的轮廓提取与精简[期刊论文]-山东大学学报(工学版)
2004(3)
35.刘喜英.吴淑泉.徐向民 基于区域生长法的医学图像分割研究[期刊论文]-重庆邮电学院学报(自
然科学版) 2004(2)
36.王静 面向复杂产品的工业CT图像重建与分析技术[学位论文]博士 2004
37.刘喜英.吴淑泉.徐向民 基于改进分水岭算法的医学图像分割的研究[期刊论文]-微电子技术
2003(4)
38.刘喜英.吴淑泉.徐向民 基于区域生长法的医学图像分割研究[期刊论文]-电视技术 2003(9)
39.卞晓月.武妍 基于CT图像的肺实质细分割综合方法[期刊论文]-重庆邮电大学学报(自然科学版
) 2010(5)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_bjlgdxxb200006015.aspx