摘 要 医学图像存在病变区域和背景区域病变区域是分割的重点亦即感兴趣区域 针对传统的分水岭变换由于对噪声和 细密纹理的敏感会产生严重的过分割现象提出两点改进首先对原始图像运用高频强调滤波作图像增强预处理补偿图像轮 廓突出图像的边缘信息以使图像显得更加清晰其次是采用修改了标记符的梯度图像进行分水岭分割整个分割过程无须进 行再进行后续的合并处理降低了分割的复杂性仿真实验结果表明这种改进的方法不但使过分割现象得到了很好的抑制而 且医学图像中的病变区域被有效分割出来同时该方法还支持任意形状且与JPEG

针对传统分水岭算法中存在的过分割现象,提出了一种修改标记符梯度图像的分水岭分割方法。该算法首先利用阈值分割法对图像中感兴趣的目标和背景进行标记;然后根据标记的二值图像,运用形态学极小值标定技术对原有梯度图像进行修正;最后,使用分水岭算法对修正的梯度图像进行分割。实验结果表明,该算法能有效地抑制过分割问题,并且使用标记符会为分割问题带来先验知识,这为人们解决模式识别等更高级的工作提供了一种有效方法。 更多还原