在医学图像中图像分割的应用

点赞:20623 浏览:93478 近期更新时间:2024-01-08 作者:网友分享原创网站原创

【摘 要 】该文介绍了目前较为流行的几种图像边缘检测的方法在医学图像中的应用,详细阐述了这些方法的检测原理,指出这些方法的优势和不足,便于日后对不同的医学图像进行最优处理,使处理后的图像具有更高的清晰度、更好的可理解性,可以为进一步的图像应用提供更有效的信息.

在医学图像中图像分割的应用参考属性评定
有关论文范文主题研究: 参考文献类论文范文 大学生适用: 硕士毕业论文、研究生毕业论文
相关参考文献下载数量: 16 写作解决问题: 学术论文怎么写
毕业论文开题报告: 标准论文格式、论文设计 职称论文适用: 期刊发表、初级职称
所属大学生专业类别: 学术论文怎么写 论文题目推荐度: 优质选题

【关 键 词 】医学图像;边缘检测;图像处理

1.引言

边缘是图像的最基本特征,它体现了用于识别的有用信息,为人们用作描述、识别目标以及解释图像提供了一个重要的特征参数.边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是进行模式识别和图像信息提取的基本手段.医学X射线的图像边缘检测是图像检测的一个重要应用领域,在医疗诊断中起着越来越重要的作用.

2.检测方法介绍

2.1 sobel算子检测

2.2 canny算子检测

根据对信噪比与定位乘积进行测度,得到最优化逼近算子,这就是Canny边缘检测算子.Canny算子边沿检测的基本思想是:先对处理的图像选择一定的Gussian滤波器进行平滑滤波,然后采用一种称之为“非极值抑制”的技术,对平滑后的图像处理,得到最后所需的边缘图像[3].


2.3 roberts算子检测

3.实验结果与讨论

4.结论

针对医学图像讨论和比较了几种常用的边缘检测算子.roberts精度不高,只能检测出图像大致的轮廓,而对于比较细的边缘可能会忽略.Prewitt和Sobel算子比Roberts效果要好一些.LOG滤波和Canny算子的检测效果优于roberts算子,能够检测出图象较细的边缘部分.不同的医学图像在不同的系统,针对不同的环境条件和要求,选择合适的算子来对图象进行边缘检测,为图像进一步应用具有很重要的作用.