基于 MATLAB 的图像分割处理
第一章 设计原理介绍
本章对设计涉及的研究领域进行了较为详细的综述。简要介绍了医学图像分
割的研究目的和意义,给出了医学图像分割的基本方法及步骤。在对医学图像分
割问题的起源、发展和研究现状进行简要综述的基础上,介绍了该领域当前的研
究热点及论文的主要研究内容。
图像分割是图像处理中的一项关键技术,自 20 世纪 70 年代起一直受到人们
的高度重视,至今已提出了上千种各种类型的分割算法,现提出的分割算法大都
是针对具体问题的,并没有一种适合于所有图像的通用分割算法,而且近年来每
年都有上百篇相关研究报道发表。然而,还没有制定出选择合适分割算法的标准,
这给图像分割技术的应用带来许多实际问题。因此,对图像分割的研究还在不断
深入之中,是目前图像处理中研究的热点之一。
图像分割在图像工程中的位置它起着承上启下的作用,可以认为是介于低层
次处理和高层次处理的中间层间。最近几年又出现了许多新思路、新方法、或改
进算法。下面对一些经典传统方法作简要的概述。
多年来人们对图像分割提出了不同的解释和表述,借助集合概念对图像分割
可给出如下定义:令集合 R 代表整个图像区域,对 R 的图像分割可以看做是将
R 分成 N 个满足以下条件的非空子集 R
1
,R
2
,R
3
,…,R
N
;
(1)在分割结果中,每个区域的像素有着相同的特性;
(2)在分割结果中,不同子区域具有不同的特性, 并且它们没有公共特性;
(3)分割的所有子区域的并集就是原来的图像;
(4)各个子集是连通的区域;
图像分割是把图像分割成若干个特定的、具有独特性质的区域并提取出感兴
趣目标的技术和过程,这些特性可以是像素的灰度、颜色、纹理等提取的目标可
以是对应的单个区域,也可以是对应的多个区域。图像分割方法有许多种分类方
式,在这里将分割方法概括为四类:(1)边缘检测方法(2)区域提取方法(3)阈值分割
方法(4)结合特定理论工具的分割方法。下面就这些方法展开介绍。
1.1 边缘检测法
图像分析和理解的第一步常常是边缘检测。边缘检测方法是人们研究得比较
多的一种方法,它通过检测图像中不同区域的边缘来达到分割图像的目的。边缘
检测的实质是采用某种算法来提取出图像中对象与背景问的交界线。我们将边缘
定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰
度分布的梯度来反映,因此我们可以用局部图像微分技术来获得边缘检测算子。
经典的边缘检测方法,是通过对原始图像中像素的某小邻域构造边缘检测算子来
达到检测边缘这一目的。
- 5 -