医学图像分割
2015-12-03 19:18
309 查看
医学图像分割-----《医学图像处理与分析》第二版
主要流程:医学图像分割概念、几种医学分割技术、图像分割常用的形态学运算和边界跟踪技术‘
概念:
根据某种均匀(一致)性的原则将图像分割成若干有意义的部分,使得每一部分都符合某种一致性的要求,而任意两个相邻部分的合并都会破坏这种一致性。可归结为图像像素点的分类问题。
边缘检测技术:图像分割的重要手段:基于物体和背景之间在灰度(或纹理)特性上存在着某种不连续性(或突变性)。
对图像的微分运算可检测图像边缘像素点处的不连续程度
几种分割技术:
全局阈值法: (假设基本由感兴趣部分和背景两部分组成)
观察图像直方图(加权谷底更明显),谷底为阈值。
大津阈值分割:(可自动寻找阈值,对图像进行划分)
分割成的两组间方差最大时决定阈值。
微分算子边缘检测:
概念:基于物体与背景之间在灰度(或纹理)特性上的某种不连续性(或突变性)进行的检测技术。
(1) 灰度梯度及Prewitt模板
连续图像 微分运算 反应该点边缘强度
离散图像 差分运算 反应该店边缘强度 可得到阈值
Prewitt模板:
检测垂直方向边缘: 检测水平方向:
1 0 -1 -1 0 1 1 1 1 -1 -1 -1
Pyi= 1 0 -1 或Py2= -1 0 1 Px1= 0 0 0 Px2= 0 0 0
1 0 -1 -1 0 1 -1 -1 -1 1 1 1
Robert交叉算子:
普通边缘检测的是水平或垂直方向上的灰度梯度,Pobert算子检测的是45°角或135°角方向上的灰度梯度。
使用时看被分割图像的边缘走向。
模板:
R1= -1 0 R2= 0 1
0 1 -1 0
Sobel算子:
-1 0 1 1 2 1
垂直方向S1= -2 0 2 水平方向S2= 0 0 0
-1 0 1 -1 -2 -1
g1(x,y)>tH,则在(x,y)处垂直方向有边缘通过;同理,g2(x,y)>tH,则在(x,y)处水平方向上有边缘通过。
Kirsch算子
对像素(x,y)考察其临近8个点,用3个相邻点的加权减去剩下5个相邻点的加权和,并令3邻点环绕(x,y)移位。经多次计算,去其中差值最大者。
区域增长技术:
求图像中相邻像素的最大连通集合,通过合并相邻的相似像素来实现。
1. 基于局部区域一致性的区域分割:
将一幅图像分成许多小区域(甚至是单个像素),经过适当定义,反应隶属关系。用于区分不同物体内像素的性质包括平均灰度、纹理、颜色信息。第一步赋给每个区域一组参数,这些参数反应区域属于哪个物体,后对相邻区域的所有边界进行考察,相邻区域之间的平均度量之间的差异是计算边界强度的一个尺度,度量差异足够强,则边界强,反之弱,强边界允许存在,弱边界被相邻区域合并。当没有可以合并的区域时,检测结束。
具体过程:
(1) 选种子点n=1;一般种子点取在中间,且种子点邻域比较平滑。可用手工、自动、半自动方式选取
(2) 检查种子点邻域,计算邻域灰度平均值和标准差
(3) 符合公式的为种子点,否则不是
(4) 若再没有新增点则结束
(5) 令n=n+1,种子点邻域扩大,转向(2)
2. 登山法:一种变形的区域分割技术(应用于低对比度微钙化点群的分割、分割心室血管造影图像中提取血管及脑中提取脑图像)
待分割的微钙化点的边缘是围绕局部灰度极大值的已知像素(x0,y0)周围的闭合轮廓线。
过程:
(1) 从局部最大值开始的16个方向进行搜索,遇到最大斜率值为边缘。后以这些边缘为种子点进行生长,约束条件为,空间:朝局部区域极大值,灰度:朝向局部灰度极大值灰度方向
3. 分水岭法
引例:地理学中,分水岭是山脊,山脊两侧分布着不同水系,汇水盆地是水排入河流或水库等的地理区域,分水岭变换将这些概念引入到灰度级图像处理中,分水岭变换在灰度图像中找到汇水盆地和边界线,汇水盆地为目标区域,以此解决图像分割问题。
根据面向应用的该物体的知识,对图像进行手工或自动选择标记,后用形态学分水岭变换进行区域分割。
应用:处理灰度较近,互相连接、边界模糊的目标。
一般实现方法:
(1) 模糊目标区域内选取一种子点;
(2) 在目标区域外部画圆,将目标物包围
(3) 边缘算子提取边缘
(4) 分水岭分继续分割
(5) 分割后图像与原图叠加
最为实用的为控制标记符的分水岭分割。
未完待续
主要流程:医学图像分割概念、几种医学分割技术、图像分割常用的形态学运算和边界跟踪技术‘
概念:
根据某种均匀(一致)性的原则将图像分割成若干有意义的部分,使得每一部分都符合某种一致性的要求,而任意两个相邻部分的合并都会破坏这种一致性。可归结为图像像素点的分类问题。
边缘检测技术:图像分割的重要手段:基于物体和背景之间在灰度(或纹理)特性上存在着某种不连续性(或突变性)。
对图像的微分运算可检测图像边缘像素点处的不连续程度
几种分割技术:
全局阈值法: (假设基本由感兴趣部分和背景两部分组成)
观察图像直方图(加权谷底更明显),谷底为阈值。
大津阈值分割:(可自动寻找阈值,对图像进行划分)
分割成的两组间方差最大时决定阈值。
微分算子边缘检测:
概念:基于物体与背景之间在灰度(或纹理)特性上的某种不连续性(或突变性)进行的检测技术。
(1) 灰度梯度及Prewitt模板
连续图像 微分运算 反应该点边缘强度
离散图像 差分运算 反应该店边缘强度 可得到阈值
Prewitt模板:
检测垂直方向边缘: 检测水平方向:
1 0 -1 -1 0 1 1 1 1 -1 -1 -1
Pyi= 1 0 -1 或Py2= -1 0 1 Px1= 0 0 0 Px2= 0 0 0
1 0 -1 -1 0 1 -1 -1 -1 1 1 1
Robert交叉算子:
普通边缘检测的是水平或垂直方向上的灰度梯度,Pobert算子检测的是45°角或135°角方向上的灰度梯度。
使用时看被分割图像的边缘走向。
模板:
R1= -1 0 R2= 0 1
0 1 -1 0
Sobel算子:
-1 0 1 1 2 1
垂直方向S1= -2 0 2 水平方向S2= 0 0 0
-1 0 1 -1 -2 -1
g1(x,y)>tH,则在(x,y)处垂直方向有边缘通过;同理,g2(x,y)>tH,则在(x,y)处水平方向上有边缘通过。
Kirsch算子
对像素(x,y)考察其临近8个点,用3个相邻点的加权减去剩下5个相邻点的加权和,并令3邻点环绕(x,y)移位。经多次计算,去其中差值最大者。
区域增长技术:
求图像中相邻像素的最大连通集合,通过合并相邻的相似像素来实现。
1. 基于局部区域一致性的区域分割:
将一幅图像分成许多小区域(甚至是单个像素),经过适当定义,反应隶属关系。用于区分不同物体内像素的性质包括平均灰度、纹理、颜色信息。第一步赋给每个区域一组参数,这些参数反应区域属于哪个物体,后对相邻区域的所有边界进行考察,相邻区域之间的平均度量之间的差异是计算边界强度的一个尺度,度量差异足够强,则边界强,反之弱,强边界允许存在,弱边界被相邻区域合并。当没有可以合并的区域时,检测结束。
具体过程:
(1) 选种子点n=1;一般种子点取在中间,且种子点邻域比较平滑。可用手工、自动、半自动方式选取
(2) 检查种子点邻域,计算邻域灰度平均值和标准差
(3) 符合公式的为种子点,否则不是
(4) 若再没有新增点则结束
(5) 令n=n+1,种子点邻域扩大,转向(2)
2. 登山法:一种变形的区域分割技术(应用于低对比度微钙化点群的分割、分割心室血管造影图像中提取血管及脑中提取脑图像)
待分割的微钙化点的边缘是围绕局部灰度极大值的已知像素(x0,y0)周围的闭合轮廓线。
过程:
(1) 从局部最大值开始的16个方向进行搜索,遇到最大斜率值为边缘。后以这些边缘为种子点进行生长,约束条件为,空间:朝局部区域极大值,灰度:朝向局部灰度极大值灰度方向
3. 分水岭法
引例:地理学中,分水岭是山脊,山脊两侧分布着不同水系,汇水盆地是水排入河流或水库等的地理区域,分水岭变换将这些概念引入到灰度级图像处理中,分水岭变换在灰度图像中找到汇水盆地和边界线,汇水盆地为目标区域,以此解决图像分割问题。
根据面向应用的该物体的知识,对图像进行手工或自动选择标记,后用形态学分水岭变换进行区域分割。
应用:处理灰度较近,互相连接、边界模糊的目标。
一般实现方法:
(1) 模糊目标区域内选取一种子点;
(2) 在目标区域外部画圆,将目标物包围
(3) 边缘算子提取边缘
(4) 分水岭分继续分割
(5) 分割后图像与原图叠加
最为实用的为控制标记符的分水岭分割。
未完待续
相关文章推荐
- Storyboard体验<一>
- UI第十六天:⺴络编程
- 使用Kotlin对ViewGroup的视图进行函数使操作
- 20135203齐岳信息安全系统设计基础——实验三实验报告
- Mysql5.7.9解压版下载、安装及修改密码(win7)
- Quartz实现定时任务
- HDOJ 1004 C语言版
- 从2-3-4树谈到Red-Black Tree(红黑树) http://www.cnblogs.com/guoyiqi/archive/2011/06/08/2129310.html
- UNIX网络编程笔记(5):处理SIGCHLD信号
- iOS为有约束的空间添加动画
- 实验三 进程调度模拟程序
- layer实现在前台删除前确认弹出框,并回调后台删除事件
- 有限自动机的构造与识别
- 平衡堆+贪心 hdu1588 合并果子
- 有限自动机
- jackson.ObjectMapper在序列化Timestamp类型的值时比实际时间少8个小时
- jackson.ObjectMapper在序列化Timestamp类型的值时比实际时间少8个小时
- 使用py2exe生成独立的exe文件
- 1203正规式转换为有穷自动机
- nginx配置:登录使用https