基于分水岭与图割的自动分割方法

2012-12-19刘荣

北京航空航天大学学报 2012年5期

关键词：区域

刘荣

(北京航空航天大学机械工程及自动化学院，北京100191)

彭艳敏

(天津医科大学医学影像学院，天津300203)

唐粲程胜

(昆山市工业技术研究院，昆山215300)

Liu Rong

(School of Mechanical Engineering and Automation，Beijing University of Aeronautics and Astronautics，Beijing 100191，China)

Peng Yanmin

(School of Medical Imaging，Tianjin Medical University，Tianjin 300203，China)

Tang Can Cheng Sheng

(Kunshan Industrial Technology Research Institute，Kunshan 215300，China)

随着计算机可视化信息的发展，机器人辅助视觉定位手术越来越多的应用到临床上.图像分割不仅是医生诊断的基础，还是视觉定位的关键.医学图像由于人体复杂的特殊性，很多通用的图像分割算法对医学图像并不适合，都有一定的局限性.区域增长［1］、分裂合并［2］等方法都是基于区域的信息，虽然简单，但提取出物体的边界模糊.基于活动轮廓［3］的算法如snakes、变形和最短路径法是基于边界的，很难扩展到三维空间上.文献［4］提出基于边界和区域的算法，即图割，能够很好的提取出物体的边界，在计算机视觉方面发挥越来越重要的作用.但该文献在寻找最小能量的过程中是基于像素的，存在海量计算问题.文献［5］提出的分水岭算法一般都存在过分割现象，提取出的物体没有太多实际意义，通常还需要区域合并.但分水岭算法能够很好的定位对象的边缘，并且能够保持每个小区域中的微小差异［6］.

本文对内外轮廓之间的图像进行预分割后，对分割后的小区域利用图割进行分割，由对每个像素操作变成对小区域操作;通过实验验证本文算法在运行时间和运行效果上都优于文献［7］.