医学图像分割

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