缦拢是连通的区域。圈分割区域南京邮电大学硕上研究生学位论义第一章医学幽像的分割~Р医学图像分割的基本方法.谇虻姆指罘椒阈值分割是一种最常用的、最简单的图像分割方法,广泛应用于许多图像分割中,区域B恪ǘǖ木刃蕴跫>刃砸话阒竿磺蚰诘南袼氐阒涞牡度值差异较小,或灰度值的变化较缓慢。显然,均匀性原则的选择在很大程度上影响图像分割的结果,最常用的均匀性原则是区域D谙袼鼗叶鹊南嗨菩浴H绻ㄐ缘脑际蝗∠敲炊韵袼丶幕就称为分类。每一个像素集称为类T谙旅娴哪谌葜校A简单,我们将经典的分割和像素分类通称为分割。根据分割算法适用性的不同,图像分割方法主要分为两大类:一类方法是基于区域的分割方法,通常利用同一区域内的均匀性识别图像中的不同区域;另一类方法是基于边缘的分割方法,通常利用区域间不同性质缜蚰诨叶炔涣划分出各个区域之间的分界线。近年来,随着统计学理论、模糊集理论、神经网络、形态学理论、小波理论等在图像分割中的应用日渐广泛,遗传算法、尺度空间、多分辨率方法、非线性扩散方程等近期涌现的新方法和新思路也不断被用于解决分割问题。下面主要从医学应用的角度,分类介绍一些有代表性的图像分割方法,并分析各类方法的特点和存在的问题。基于区域的图像分割技术以区域为处理对象,依照共同的图像属性划分图像区域。这样的图像属性包括:纪枷竦那慷戎担蚧谕枷袼阕拥那慷燃扑阒担坷嗤枷袂虻亩捞氐奈评砘蚰J剑提供多维图像数据的谱参数。有些比较复杂的图像分割系统可能综合采用好几种这些属性,而一些比较简单的图像分割系统可能只采用一些与使用的图像数据有关的属性。⒚鲋捣指尤其对于分割目标和背景对比明显的图像。如果只选择一个阈值称为单阈值分割,它将图像分为目标和背景两大类;如果用多个阈值分割称为多闽值方法,图像将被分割为多个目标区域和背景,为区分背景,还需要对各个区域迸行标记。阈值分割方法基南京;电大学硕士研究生学位论文第二章医学图像的分割
全文预览
