火端文库

图像分割技术在医学中的应用

2018-04-25 14:25:10

cnn 在基于弱监督学习的图像分割中的应用
cnn 在基于弱监督学习的图像分割中的应用图像分割技术在医学中的应用

数字图像处置 课程论文班级: 姓名: 学号:图像联系技术在医学中的运用

择要:图像联系是图像处置和分析范围的经典难题,医学图像分 割是图像联系中一个严重方面和运用范围,同时也是病变区域提取、 临床试验、特定组织测量以及完成三维重建的基础。

在临床运用和医 学追求中具有严重的追求意义。

本文全体上对基于阈值选取、基于区 域、基于边缘检测的图像联系三种办法停止了分析、追求和试验,总 结出各个办法的优缺陷,从而能够抵达更好的联系医学图像的目的。

本文对现有的各种图像阈值联系办法停止综述 , 重点讲解了基于图 像灰度直方图的阈值联系办法。

要紧词:医学图像;图像联系;阈值;边缘检测;Hough 转换医学图像的组织构造复杂位子堆叠,平常状况下,将一幅医学图像分为目的 区域和背景区域, 其中目的区域一定是指病变区域或许含严重诊断信息的区域,是 临床治疗的严重对象; 背景区域是指医学下面感觉正常的区域。

医学图像联系的 目的是把图像中具有特殊涵义的区域与背景区域联系开来,为后续的定量、定性 的分析和处置任务打下基础。

图像联系关于医学图像处置异常严重,只好准确地 从图像中提取出信息,才干保证医学系统的牢靠性,并为三维重建打下基础。

目前的图像联系办法有多种,为了抵达更好的联系,对不同的联系义务,可采取 了不同的联系办法。

要紧办法有基于阈值选取的图像联系、基于区域生长的图像 联系和基于边缘检测的图像联系三种办法。

其次阈值法是最差不多的图像联系办法 之一, 被运用于格外多范围, 特殊是在图像相对简明的生物图像处置方面失掉了 普遍运用,基于阈值选取的图像联系包括:灰度阈值联系、直方图阈值联系、最 大熵阈值联系、二维最大熵阈值联系、部分阈值联系等办法等。

1.基于阈值选取的图像联系基于阈值的办法的要紧思想是经过设置某一阀值, 将图像中的像素点分为不 同的类,从而完成图像联系,依照运用的是图像的全体信息依然部分信息,还可 以将联系办法分为部分阈值和全局阈值。

基于阈值的办法中最严重的一步一定是如 何选取合适的阈值, 简明的阈值选取办法是以图像的灰度直方图为对象,以失掉 的各个灰度级的概率散布密度为基础,依照某一准绳选取合适的阈值,最终来确定 像素点的归属。

抉择不同的准绳,将失掉不同的阈值化算法。

罕见的阈值联系方 法有最小误差法、otsu 办法、迭代法、模糊阈值、最大熵法等。

1.1 阈值联系的差不多概念

阈值联系法是一种基于区域的图像联系技术,其差不多原理是: 经过设定不同 的特征阈值,把图像像素点分为若干类。

常用的特征包括: 直截了当来自原始图像的 灰度或黑色特征; 由原始灰度或黑色值转换失掉的特征。

设原始图像 f ( x, y) 按 照一定的准绳在 f ( x, y) 中找到若干个特征值, T1, T 2, , TN (其中 N  1 ),将图像 联系为几部分,联系后的图像为 LN 假设f(x,y) TN   LN 1 假设TN 1  f(x,y)

依照 对 T 的不同约束,能够失掉 3 种不同类型的阈值, 即 全局阈值 T= T ( f ( x, y )) 部分阈值 T= T ( N ( x, y), f ( x, y)) 征有关) 静态阈值 T= T ( x, y, N ( x, y), f ( x, y)) (与点的位子、该点的灰度值和该点 (只与点的灰度值有关) (与点的灰度值和该点的部分邻域特邻域特征有关) 图像中区域的范围常常是模糊的, 因此如何选取阈值便成为区域联系中的最 要紧的成绩。

关于简明的图像,常常只浮现背景和一个有意义的部分两个区域。

如下图 1.1.1 中的“原始图像”所示:这时只需设置一个阈值,就能完成联系处 理,并构成仅有两种灰度值的二值图像。

图:1.1.1 cell 图像的直方图 依照下面图像中的直方图能够看出该 cell 图像有双峰现象,同时其两峰的 谷点在 50-100 之间,同时接近 50。

我们选取 T=30,T=60,T=90 时分手做出这时 的图像联系结果。

如下图 1.1.2 所示

图 1.1.2 不同阈值选取下的 cell 图像联系 1.2 基于一维直方图的阈值联系办法 直方图是一幅图像中各像素灰度值的最差不多的统计方式,而且罕见的阈值分 割办法差不多上基本上基于灰度直方图统计的搜寻办法 ,这些办法要紧可分为两类, 一类是谷点搜寻法,另一类是目标最优搜寻法。

若对应于图像中每一个灰度值,统计出具有该灰度值的像素数, 并据此绘出 像素数- 灰度值图形,则该图形就称为图像的一维灰度直方图。

传统的阈值联系 法常直截了当应用图像的一维灰度直方图停止图像联系,适用于内容不复杂、灰度分 布较集中的图像这类待联系的图像通常由两个区域组成 ,一个区域以亮色为主, 另一区域以暗色为主,相应的一维直方图展现双峰,一峰显示物体的灰度值,另一 峰显示背景的灰度值。

在这类图像的联系办法中,Prewitt 等人 20 世纪 60 年代 提出的最频值法,至今仍在运用。

该办法抉择两峰之间谷点的灰度值作为阈值 , 如此能够把由于阈值抉择的误差形成错误联系的妨碍降到最低。

N. Papamar kos 等人提出应用多项式拟合的办法来确定谷点 ,先找出灰度直方图的峰值点 ,再利 用有理多项式来拟合灰度直方图两个峰间的区域,接着求出有理多项式的粗大值, 从而决策阈值。

(1) 迭代法: 经过迭代方式也能够选取阈值,该办法是应用次第自动搜索比拟合适的阈 值。

此阈值选取办法首先选取图像灰度范围的中值作为初始值 T0 , 把原始图像中 的全部像素分为前景和背景两大类, 接着分手对其停止积分并将结果取均匀猎取 新的阈值,并按此阈值再将图像分为前景、背景两大类。

如此反复迭代下去,当 阈值不再发作改变, 即迭代曾经涵蓄与某个动摇的阈值时,此刻的阈值即作为最 终的结果并用于对图像的联系。

下面是对上述文字的数学描画:L 1  Ti    hk  k  hk  k  1 k Ti1  Ti 1   k 0  L Ti 1  2 hk     hk k Ti1  k 0 式中, L 为灰度级的个数; hk 为灰度值为 k 的像素点的个数。

迭代时常停止 到 Ti 1  Ti 时完毕,完毕时的 Ti 为阈值。

在停止详细的次第设计时,由于阈值 的迭代运一定是以图像的灰度统计作为基础的, 因此须首先猎取图像的灰度统计分