基于分水嶺與圖割的自動分割方法

劉 榮

(北京航空航天大學 機械工程及自動化學院，北京100191)

彭艷敏

(天津醫科大學 醫學影像學院，天津300203)

唐 粲 程 勝

(昆山市工業技術研究院，昆山215300)

Liu Rong

(School of Mechanical Engineering and Automation，Beijing University of Aeronautics and Astronautics，Beijing 100191，China)

Peng Yanmin

(School of Medical Imaging，Tianjin Medical University，Tianjin 300203，China)

Tang Can Cheng Sheng

(Kunshan Industrial Technology Research Institute，Kunshan 215300，China)

隨著計算機可視化信息的發展，機器人輔助視覺定位手術越來越多的應用到臨床上.圖像分割不僅是醫生診斷的基礎，還是視覺定位的關鍵.醫學圖像由于人體復雜的特殊性，很多通用的圖像分割算法對醫學圖像并不適合，都有一定的局限性.區域增長［1］、分裂合并［2］等方法都是基于區域的信息，雖然簡單，但提取出物體的邊界模糊.基于活動輪廓［3］的算法如snakes、變形和最短路徑法是基于邊界的，很難擴展到三維空間上.文獻［4］提出基于邊界和區域的算法，即圖割，能夠很好的提取出物體的邊界，在計算機視覺方面發揮越來越重要的作用.但該文獻在尋找最小能量的過程中是基于像素的，存在海量計算問題.文獻［5］提出的分水嶺算法一般都存在過分割現象，提取出的物體沒有太多實際意義，通常還需要區域合并.但分水嶺算法能夠很好的定位對象的邊緣，并且能夠保持每個小區域中的微小差異［6］.

本文對內外輪廓之間的圖像進行預分割后，對分割后的小區域利用圖割進行分割，由對每個像素操作變成對小區域操作;通過實驗驗證本文算法在運行時間和運行效果上都優于文獻［7］.

1 算法基礎

1.1 圖割的相關理論

圖像分割可以轉換成求解能量函數最小值問題.圖割是利用圖論中的最小割算法……