李晓龙，帅仁俊

（南京工业大学 电子与信息工程学院，江苏 南京211816）

1 引 言

医学图像分割目的在于将病变区域从图像中分割出来，从而便于后续的定量分析。由于医学成像系统具有多样性，使得成像图像易出现模糊、噪声等不期望特征，因此分割的准确性对医生判断疾病的真实情况并做出正确的诊断至关重要［1］。

分水岭算法［2］是一种基于数学形态学的区域分割方法，该算法运算简单［3］、计算速度快、对微弱边缘敏感，运用此算法可以得到单像素宽的并且封闭的区域轮廓。但由于对噪声和微弱边缘信息敏感，导致该算法很容易产生过分割现象，使得正确的目标区域边界轮廓信息被过分割所产生的复杂边界所覆盖。本文根据医学图像的特点和原始分水岭算法的优缺点，对分水岭算法作了改进，提出了基于内部、外部标记符的分水岭分割算法。实验结果表明，改进的算法有效地解决了过分割问题，脑肿瘤可以很好地分割出来。

2 算法背景

2.1 分水岭算法

分水岭分割方法，是一种基于拓扑理论和区域生长思想的分割方法，其基本思想是把灰度图像看作是一幅拓扑地貌，图像中每一点的灰度值作为该点的海拔高度，局部像素比较低的区域形成盆地。我们可以模拟降雨过程来说明分水岭的概念。降雨时，雨水从高处流向低处，形成的区域即为集水盆，随着降雨的持续，水位不断上涨，局部区域不断扩大，为了避免水溢出而流向其他区域，在每个集水盆汇合处构筑大坝，水自然不会流出，即形成分水岭。……