医学图像分割方法综述 -田捷

本文综述了医学图像分割的多种方法,包括基于区域、边缘、统计、模糊集理论及神经网络的技术。从阈值分割、区域生长到形变模型,深入探讨了各种方法的原理与优缺点。
摘要由CSDN通过智能技术生成

图像分割,这里分为以下几类:

一、基于区域的分割方法

思路:很好理解,应用这样一个基本事实——区域内特征的相似性。因为不同对象间特征是不连续的,同一对象内部特征是相似的。

1、使用阈值

    假设目标和背景的像素在灰度上有差异,反映在图像直方图上,不同目标和背景对应不同的峰,而选取一个阈值恰好位于两个峰之间的谷,从而将各个峰分开。

   问题:1、难以处理不存在明显灰度差异或灰度值范围有较大重叠的图像分割

               2、仅考虑了图像的灰度信息,而没有考虑空间信息。

    改进:基于过渡区的方法;利用空间位置信息的变化阈值法;结合连通信息的阈值法。

     

  • 1
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值