邹永宁，张智斌，李 琦，余浩松

（1.重庆大学 光电工程学院，重庆400044；2.重庆大学 光电技术及系统教育部重点实验室ICT研究中心，重庆400044）

1 引 言

裂纹分割对工业计算机层析成像（Comput⁃ed Tomography，CT）图像处理具有重要意义，其分割精度和分割准确度直接影响到后期的裂纹测量、分类和显示等。但是，CT图像中的噪声、伪影等干扰会不同程度的对裂纹分割造成影响，因此工业CT图像分割仍是一个具有挑战性的问题。

目前，许多学者提出了各式各样的图像分割方法，且有些方法已应用于CT图像裂纹分割。魏彤［1］等人结合自适应增强算法与分水岭分割算法，实现了图像中的盲道定位。王珏［2］等人使用小波变换增强图像的对比度，然后用RSF模型完成了分割。陈恺［3］等人结合二维熵多阈值分割与萤火虫算法实现了图像的分割。宋巧君［4］等人在双边滤波的基础上结合Black-hat变换和Otsu算法完成了裂缝分割。李玉［5］等人提出了一种利用高斯混合模型的多光谱图像模糊聚类分割方法，实现了高分辨率多光谱图像分割的问题。王雪虎［6］等人提出一种结合先验稀疏字典和空洞填充的方法实现了CT图像肝脏分割。李鹏［7］等人综合考虑图像的灰度像素特征与裂缝的几何纹理特征，提出了结合聚类分析和区域生长算法的路面裂缝分割算法。谢杨灏［8］等人将CT序列图像视为连续变化的视频序列，使用光流网络模型与区域聚类方法完成了分割。王慧倩［9］等人根据CT序列图像的层间相关性与CT图像的最大类熵完成了分割。……