医学图像处理期末考试重点

1.图像分割的两种不同的含义：

2.一种是为了图像分类，即将图像分为不同的子区域或对象的过程，每一个区域或对

象将具有相同的特性，或者类似的特征；另一种是以图像识别为目的，即将感兴趣的

物体从图像中识别出来。

3.在图像的识别过程中，其实是将图像分为两类：一类是感兴趣的物体，成为目标，

其余部分称为背景。

4.图像分割是图像识别的重要步骤，图像分割最简单的方法就是所谓的高亮物体检测，即要感兴趣的物体图像灰度位于整幅图像灰度的高端。高亮物体检测主要可以通过基

于门限方法来实现。

5.目前常用的图像分割方法分为两大类：一类是基于图像灰度的方法，如基于门限的

分割方法；一类是基于图像特征的分割方法，如基于纹理的图像分割方法。

6．常用的图像分割方法有：基于门限的图像分割方法，区域生长方法，分水岭方法，基于纹理的图像分割方法。

7.基于门限的分割方法不能适用于复杂的劲舞图案的分割。（对）

8.基于门限的分割方法有：Otsu算法，基于二维最大熵的门限分割算法，自适应门限

分割方法。

9.区域：由具有相同或相近性质点组成的点的集合就称为区域。这些性质包括：物理、化学、生物特性；图像的灰度、颜色、纹理等。

10.区域生长：按照预先确定的准则，将点或者小的区域聚合成为的大的区域的过程就称为区域生长。

11.这些预先确定的准则包括：类似的特性，相同的灰度，颜色、同一或同类物体等。相似准则的确定不仅取决于问题的本身，而且主要取决于所提供的数据类型。

12.在区域生长算法中其中最主要的三个要素是：种子、相似性准则、迭代终止准则。

13.种子是区域生长的起始点。可以由人工选定或自动产生。

14.相似性准则可以分为两大类：一类是基于距离的相似性度量，另一类是相关性度量‘

15.距离的度量有很多，包括欧氏距离、街区距离、棋盘距离、测地距离、Hausdorff

距离。

16.区域生长算法有：标准区域生长算法、对称区域生长算法，无种子生长算法。

17.分水岭方法：又成为形态学分水岭方法，它是一种图像自动分割方法。

18.目前主要有两种纹理分割方法：一类是多通道滤波方法、一类是采用随机模型，最主要的是马尔可夫随机模型。