自动舌体轮廓分割：分水岭与主动轮廓模型结合

本文主要探讨了"基于分水岭变换和主动轮廓模型的舌体轮廓图像分割"这一关键技术在计算机辅助舌诊系统中的应用。该研究发表于2008年的《清华大学学报(自然科学版)》第48卷第6期，由吴佳、张永红等学者合作完成。在中医舌诊领域，精确的舌体轮廓提取是图像分析的基础，对于诊断疾病具有重要意义。 首先，作者提出了一种创新的自动轮廓分割算法，将分水岭变换与主动轮廓模型相结合。分水岭变换是一种经典的图像处理技术，用于寻找图像中的边界或分水岭。然而，传统分水岭变换有时会遇到过分割的问题，即分割出过多的小区域。为解决这个问题，论文引入了标记函数和强制最小值技术，以控制分割过程，避免不必要的分裂，从而提高分割精度。 同时，为了提升分割速度，作者并未牺牲分割质量，而是采用了降采样策略。这意味着在不影响分割结果的前提下，减少数据的处理量，从而加快算法运行。这种方法在处理大规模图像时显得尤为重要，尤其是在实时或高效分析的需求下。 实验部分，该算法在678例临床舌像上得到了验证，其正确分割率高达96.9%，显示出高效率和准确性。这表明该方法在实际应用中具有很高的可行性，对于提高中医舌诊的自动化程度和医生的工作效率有着显著作用。 关键词包括图像分割、中医舌诊、分水岭变换、主动轮廓模型，这些关键词突出了文章的核心技术路径和研究领域。论文的中图分类号 TP319 和 R241.25 指定了其在计算机科学与医学图像处理方面的学术定位，文献标识码 A 表明这是一篇高质量的研究论文。 这篇论文通过结合分水岭变换和主动轮廓模型，提出了一种高效的舌体轮廓图像分割方法，不仅提高了分割精度，还兼顾了速度，为计算机辅助中医舌诊系统的开发提供了有力的技术支持。