医学图像分割技术培训课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《医学图像分割技术培训课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 医学 图像 分割 技术培训 课件
- 资源描述:
-
1、医学图像分割技术医学图像分割技术主要内容:主要内容:6.2 阀值分割法阀值分割法6.3 区域生长法和分裂合并法区域生长法和分裂合并法6.1 图像分割的基本概念、特点和分类图像分割的基本概念、特点和分类第六章 医学图像分割技术6.4 其他常用的医学图像分割方法其他常用的医学图像分割方法2医学图像分割技术(1)基本概念 医学图像处理的最终目的是实现目标的检测识别、分类、分级。要实现这些目标,首先就得把感兴趣的区域从图像中分割出来。图像分割就是将图像中的不同区域区分开来,划分后的区域是互不相交的,且同一区域的每一个元素满足某一个特定的准则。具体来说,图像分割就是原图像划分为一系列互相连接但又不重叠的
2、子区域。6.1 图像分割的基本概念、特点和分类3医学图像分割技术(1)基本概念 图像分割是图像工程中非常重要的一个环节。处于基础的图像处理和高层次的图像理解之间。6.1 图像分割的基本概念、特点和分类图像图像图像预处理图像预处理图像分析图像分析图像理解图像理解图像分割图像分割4医学图像分割技术(2)医学图像分割的特点 医学图像分割方法针对具体的医学应用和分割任务,具有以下三个特点。需要结合利用医学领域知识或先验知识进行。重视多种分割算法的有效结合。大多需要人工干预。6.1 图像分割的基本概念、特点和分类5医学图像分割技术(3)图像分割的分类 图像分割主要依赖于图像中不同目标或区域的影像特性,包
3、括像素灰度值的变化、颜色或图像的空间模式等。医学图像的分割通常根据像素的灰度变化,分为基于区域的分割和基于边缘检测的分割两大类。这两种方法分别利用了同一对象或目标的内部特征或像素灰度分布具有相似性,以及不同对象或目标之间特征或灰度值的不连续性。6.1 图像分割的基本概念、特点和分类6医学图像分割技术(3)图像分割的分类 基于区域的分割方法的算法有:阀值法 区域生长法 区域的分裂和合并法 分水岭法6.1 图像分割的基本概念、特点和分类7医学图像分割技术(3)图像分割的分类 基于边缘检测的分割方法通过检测不同区域的边缘来解决图像分割问题。常用的算法有:并行微分算子法 基于边界曲线拟合法 基于形变模
4、型的分割法6.1 图像分割的基本概念、特点和分类8医学图像分割技术(1)阀值分割法概述 阀值分割分为单阀值分割和多阀值分割。单阀值分割将图像分割为目标和背景,多阀值分割将图像分割为多个目标和背景。阀值分割的依据是:目标或背景内的相邻像素间的灰度值是相似的,目标和背景的像素在灰度上有差异,反映在直方图上,目标和背景则对应不同的峰,选取的阀值应位于两个峰之间的谷底,从而将两个峰有效地分开。6.2 阀值分割法9医学图像分割技术6.2 阀值分割法10医学图像分割技术(1)阀值分割法概述 阀值分割的关键在于如何确定一个合适的阀值T,把图像分割为以下图像:6.2 阀值分割法 0(,)(,)1(,)f x
5、yTg x yf x yT 11医学图像分割技术(1)阀值分割法概述 6.2 阀值分割法阈值阈值过小过小阈值阈值过大过大12医学图像分割技术(1)阀值分割法概述 6.2 阀值分割法原始图像原始图像阈值图像阈值图像13医学图像分割技术(1)阀值分割法概述 阀值分割法可以分为全局阀值法和动态阀值法。如果阀值T的确定只和整幅图像f(x,y)的直方图有关系,即T=T(f(x,y)则为全局阀值法。如果阀值T的确定不仅考虑全局阀值信息,在应用到每个像素点时还依据当前像素点的邻域属性进行微调,即T=T(f(x,y),p(x,y),则为动态阀值法。6.2 阀值分割法14医学图像分割技术(2)全局阀值法 最小极
6、值点阀值法 对于符合如右图模型特点的图像,概率密度函数两个峰之间的波谷最低处的灰度值可以作为分割阀值T,此阀值即为最小极值点阀值。求解方法:满足以上条件的z值即为最小极值点阀值T。6.2 阀值分割法22()()00p zp zzz 并并 且且15医学图像分割技术(2)全局阀值法 Otsu法 (最大类间方差阈值法)Otsu法的原理是,背景和目标为来自两个总体的两组灰度值样本,以组间方差最大作为约束条件来确定阈值。Otsu法无需先验知识,也无需输入参数,选取的阀值进行分割的效果比较理想。函数graythresh()就是使用Otsu法确定阀值。6.2 阀值分割法16医学图像分割技术(2)全局阀值法
7、Otsu法 (最大类间方差阈值法)Otsu法阀值分割实例:level=graythresh(f);BW=im2bw(f,level);6.2 阀值分割法17医学图像分割技术(2)全局阀值法 最小误差阀值法 最小误差阀值法也称全局最优阀值法。如果图像的目标和背景的概率密度函数已知,或者目标和背景的各自直方图已知,分别为po(z)和pb(z),并且目标像素和背景像素在整张图像中占的比例已知,分别为Po和Pb(Po=1-Pb),最小误差阀值就是使得目标和背景的误分割误差最小的阀值。6.2 阀值分割法18医学图像分割技术(2)全局阀值法 最小误差阀值法 选定任意一个阀值t,则将一个背景像素误分割为目标
8、像素的概率为:将一个目标像素误分割为背景像素的概率为:总体误分割的概率为:6.2 阀值分割法(t)(z)dzobtEp (t)(z)dztboEp ()()()boobE tP E tP E tttt19医学图像分割技术(2)全局阀值法 最小误差阀值法 从上述方程看,如果目标和背景像素在图像中所占比例相等,即Pb=Po=0.5,方程可化简为:最优阀值为目标和背景的概率密度函数的交点处对应的灰度级。6.2 阀值分割法()()bbooP p tP p t()()bop tp t 21医学图像分割技术(2)全局阀值法 最小误差阀值法 实际应用中,目标和背景的出现和分布的概率很难获得。在很多情况下,可
展开阅读全文