文档库

最新最全的文档下载
当前位置:文档库 > 一种基于区域生长的CT序列图像分割算法

一种基于区域生长的CT序列图像分割算法

一种基于区域生长的CT 序列图像分割算法

3

彭丰平 鲍苏苏

(华南师范大学计算机学院 广州 510631)

摘 要 提出一种基于区域生长的CT 序列图像的分割算法。在第一张待分割目标区域中选取一个种子点,利用四领域的生长规则对种子点进行区域生长,得到一组点集,将这个点集投影到下一张CT 图像中,得到一组新的点集,再提取该点集的轮廓,最后对该轮廓上的点进行四领域的区域生长,分割出最终的目标区域。实验结果表明,该分割算法不仅适用于简单的图像分割问题,而且对于背景复杂、光照不均匀的图像也能取得较好的分割效果。

关键词 CT 序列 区域生长 种子点 轮廓 生长规则中图分类号 TP391.41

1 引言

图像分割是图像处理领域中极为重要的内容之一,它以图像的某些特征为标准,把图像划分一些具有“某种意义”的区域。根据分割算法适用性的不同,图像分割方法主要分为两大类:一类是基于区域的方法,通常利用同一区域内的均匀性识别图像中的不同区域;另一类是边缘分割方法,通常利用区域间不同的性质划分出各个区域之间的分界线。本课题的研究对象是实际的CT 腹部图像序列,它以两两间距很小的序列二维切片传递三维信息。我们的任务是:首先在序列中每一幅二维图像上将肝脏及其血管分离出来,然后利用分割的结果序列实现单独器官的三维重建。其重点就是在保证单个图像分割结果正确的同时,提高序列意义上分割的自动化程序。

2 区域生长算法原理

2.1 域生长的基本思想是将具有某种相似性质的

象素集合起来构成区域

具体先对每一个需要分割的区域找一个种子象素作为生长的起点,然后将种子象素周围邻域中与种子象素有相同或相似性质的象素合并到种子象素所在的区域中。将这些新象素当做新的种子象素继续进行上面的过程,直到再没有满足条件的象素可被包括进来。

2.2 灰度相似性判决

设分割区域R 的灰度均值为x ,待测像素点灰度为y,则待测像素点与已分割区域相性s 表示为

      s =w (y -x )

2

(1)式中,w 为非负权值。对于足够小的s,可认为待测像素与已分割区域相似,并入已分割的目标中,否则,不进行合并。同时用y 更新均值。    x ne w =(x +y )/(n +1)(2)

式中,n 是已生长区域的像素个数

一种基于区域生长的CT序列图像分割算法

图1 算法流程

1

第35卷(2007)第5期              计算机与数字工程             3

收到本文时间:2006年8月7日

基金项目:广东省教育厅自然科学基金(编号:Z L03090014)资助。

作者简介:彭丰平,男,硕士研究生,

一种基于区域生长的CT序列图像分割算法

主要研究医学图像的分割和三维重建技术。鲍苏苏,博士,博士后,教授,硕士生

导师,主要从事信号处理和数字图像处理、模式识别的研究。