畢業(yè)論文/畢業(yè)論文范文 交互式分割算法研究碩士論文 幫助醫(yī)務(wù)人員診斷和制定治療方案，同時由于生物醫(yī)學(xué)圖像具有分辨率低、噪聲大、圖像特性差異大的特點，為該類圖像的分割帶來了困難，因此生物醫(yī)學(xué)圖像的分割技術(shù)具有重要的研究意義。依據(jù)不同生物醫(yī)學(xué)圖像間特性差異較大的特點，*著重研究交互式分割算法，即由使用者給出圖像中包含目標(biāo)的感興趣區(qū)域，再利用算法對該區(qū)域進(jìn)行分割。取閾值是最簡單的圖像分割方法1-4，即確定閾值后將灰度值大于閾值的像素劃分為一類，灰度值小于閾值的像素為另一類，這2 類像素將分別對應(yīng)于圖像中的目標(biāo)或背景區(qū)域。該算法重點在于閾值的選取，經(jīng)典算法包括otsu 的最大類間方差法2和kapur 的熵極值法3。在2 種算法的基礎(chǔ)上衍生出其他一些算法，如基于otsu準(zhǔn)則和圖像熵的閾值選取方法4，基于區(qū)域生長5-8的分割算法是圖像處理領(lǐng)域中另一種常用的技術(shù)，其基本思想是先對每個需要分割的區(qū)域找一個或多個種子像素作為生長起點，然后將種子像素周圍鄰域中與種子像素有相似性質(zhì)的像素合并到種子像素所在區(qū)域中，再將這些新像素當(dāng)作新的種子像素重復(fù)進(jìn)行上述過程，直到?jīng)]有滿足條件的像素被包括進(jìn)來5。該算法的重點在于種子像素的選取和像素相似性判定準(zhǔn)則的確定，如文獻(xiàn)6使用區(qū)域平均灰度和局部梯度變化率來判定相似性，文獻(xiàn)7利用灰度值和新像素與種子像素間的距離來定義相似性，文獻(xiàn)8對圖像進(jìn)行分水嶺變換后再確定相似性。*提出一種簡單有效的面向生物醫(yī)學(xué)圖像的交互式分割算法。