医学图像分割基于区域的分割
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
4
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
区域生长技术利用原理：同类象素具有相 似性。
对每p ( i 一,j) 象 [素p 1 ( i 定,j) 义p , 2 对( i,j 应) 的,,p 特n ( i,征j)向T ]量
p1, p2,, pn
其中，
都是与（i, j）有关的性质，如灰度值、梯 度幅值、是否为边缘点等
须在每个需要抽取出的区域中植入一个种子点。 对噪声敏感，导致抽取出的区域有空洞或者将原
本分开的区域连接起来。
15
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
4. 分水岭算法
分水岭（watershed，也称分水线/水线） ➢ 把图像看成3-D地形的表示，即2-D的地基
（对应图像空间）加上第3维的高度（对应 图像灰度） 计算过程是串行的，得到的是目标的边界
2）选择一个相似性准则。(生长条件) （灰度级、 彩色、 纹理、 梯度等特性相似）
3）从该种子开始向外扩张，不断将与集合中各个像 素连通、且满足相似性准则的像素加入集合。
4）上一过程进行到不再有满足条件的新结点加入集 合为止。（终止准则）
8
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长
4.5.1 基本概念
4)单一性：即任何区域满足如下谓词（例如每个区 域内的灰度级相等） P（Ri）= TRUE，i = 1,2,…,n
5)互斥性：任何两个相邻区域不能合并成单一区域 （例如任两个区域的灰度级不等），必满足谓词： P（Ri∪Rj）= FALSE，i≠j
一致性谓词P 定义了在区域 R 上的所有点与区域 模型的相似程度。
16
资料仅供参考,不当之处，请联系改正。
建立不同目标间的分水岭
分水岭
谷底孔
三类点： （a）属于局部性最小值的点； （b）当一滴水放在某点的位置上时，水一定会下落到一个单一 的最小值点； （c）当水处于某点位置上时，水会等概率流向不止一个这样的 最小值点。
算法描述
①从左至右，从上至下扫描图像。 ②若扫描到灰度值大于150的象素，取为种
子点，进行区域生长。 生长准则为将相邻的灰度值与已有区域的
平均灰度值的差小于60（3σ）的象素扩展进 来。 ③若不能再生长，标记已生长区域。 ④若扫描到图像右下角，结束；否则回到 ①继续。
说明
12
资料仅供参考,不当之处，请联系改正。
10
资料仅供参考,不当之处，请联系改正。
举例：一幅图像背景部分的均值为25，方差 为625，在背景上分布着一些互不重叠的均 值为150，方差为400的小目标。设所有目标 合起来约占图像总面积的20%，提出1个基 于区域生长的分割算法将这些目标分割出 来。
11
资料仅供参考,不当之处，请联系改正。
5
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
衡量两个象素（i, j）（k, l）是否为同类可以通过 比较它们的特征向量是否具有相似性来确定.
比较
n
A(i,j,k,l) pm(i,j)P m(k,l) m 1
或
n
L(i,j,k,l) [pm(i,j)P m(k,l)2]
m 1
若A (i, j, k, l)或 L (i, j, k, l)足够小即认为象素是相似
(2)16个等角度间隔 方向上检测斜率值
最大的点作为边缘 点；
(3)以16个边缘点作 为种子点进行区域 生长。
14
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
区域生长算法的优点： 计算简单 特别适用于分割小的结构如肿瘤和伤疤 区域生长也很少单独使用，往往是与ቤተ መጻሕፍቲ ባይዱ他分割方
法一起使用。 区域生长的缺点： 有时需要人工交互以获得种子点，这样使用者必
2
资料仅供参考,不当之处，请联系改正。
4.5.1 基本概念
目标：将区域R划分为若干个子区域 R1,R2,…,Rn，这些子区域满足5个条件：
n
1)完备性： R i R
i 1
2)连通性：每个Ri都是一个连通区域 3)独立性：对于任意i≠j，Ri∩Rj= Ф
3
资料仅供参考,不当之处，请联系改正。
资料仅供参考,不当之处，请联系改正。
第四章 医学图像分割
4.1 图像分割概述 4.2 间断检测 4.3 边缘连接和边界检测 4.4 阈值分割法 4.5 基于区域的分割 4.6 数学形态学图像处理
1
资料仅供参考,不当之处，请联系改正。
4.5 基于区域的分割
4.5.1 基本概念 4.5.2 区域生长 4.5.3 区域分裂与合并
区域B
种子像素
区域A
种子像素
9
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长
上图给出一个简单的例子。此例的相似性准则是邻近点（4邻域）的灰度级 与物体的平均灰度级的差小于2。图中被接受的点和起始点均用下划线标出， 其中（a）图是输入图像；（b）图是第一步接受的邻近点； （c）图是第二 步接受的邻近点； （d）图是从6开始生成的结果。
的（即为同类）。
6
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长 2. 混合型链结的区域生长 3. 登山算法 4. 分水岭算法
7
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1.单一型链结的区域生长 算法实现：
1）根据图像的不同应用选择一个或一组种子，它或 者是最亮或最暗的点，或者是位于点簇中心的点。
S w 1 ( x y ) 2 w 2 ( x b ) 2 w 3 ( y a ) 2
S值小则可以连接。
w1,w2,w3 为非负的权值
（2）依赖边缘确定两象素是否可以连接。
思考题
13
4.5.2 区域生长 资料仅供参考,不当之处，请联系改正。
3. 登山算法
(1)灰度极大值点作 为中心点；
4.5.2 区域生长
2. 混合型链结的区域生长
考虑象素的邻域，在此邻域上定义象素的特性矢量，特性矢量接近 的两个象素相似。 （1） 邻域分享技术：研究某象素的邻域，作出相似邻域表。如果 两个象素在对方的相似邻域表中，且表中有足够多的象素，则可将 二者连接。
定义两个象素特征矢量可用（x，a）、（y，b）表示，x，y为两者的灰度， a，b为两者的邻域灰度均值，相似性为S，则
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
区域生长技术利用原理：同类象素具有相 似性。
对每p ( i 一,j) 象 [素p 1 ( i 定,j) 义p , 2 对( i,j 应) 的,,p 特n ( i,征j)向T ]量
p1, p2,, pn
其中，
都是与（i, j）有关的性质，如灰度值、梯 度幅值、是否为边缘点等
须在每个需要抽取出的区域中植入一个种子点。 对噪声敏感，导致抽取出的区域有空洞或者将原
本分开的区域连接起来。
15
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
4. 分水岭算法
分水岭（watershed，也称分水线/水线） ➢ 把图像看成3-D地形的表示，即2-D的地基
（对应图像空间）加上第3维的高度（对应 图像灰度） 计算过程是串行的，得到的是目标的边界
2）选择一个相似性准则。(生长条件) （灰度级、 彩色、 纹理、 梯度等特性相似）
3）从该种子开始向外扩张，不断将与集合中各个像 素连通、且满足相似性准则的像素加入集合。
4）上一过程进行到不再有满足条件的新结点加入集 合为止。（终止准则）
8
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长
4.5.1 基本概念
4)单一性：即任何区域满足如下谓词（例如每个区 域内的灰度级相等） P（Ri）= TRUE，i = 1,2,…,n
5)互斥性：任何两个相邻区域不能合并成单一区域 （例如任两个区域的灰度级不等），必满足谓词： P（Ri∪Rj）= FALSE，i≠j
一致性谓词P 定义了在区域 R 上的所有点与区域 模型的相似程度。
16
资料仅供参考,不当之处，请联系改正。
建立不同目标间的分水岭
分水岭
谷底孔
三类点： （a）属于局部性最小值的点； （b）当一滴水放在某点的位置上时，水一定会下落到一个单一 的最小值点； （c）当水处于某点位置上时，水会等概率流向不止一个这样的 最小值点。
算法描述
①从左至右，从上至下扫描图像。 ②若扫描到灰度值大于150的象素，取为种
子点，进行区域生长。 生长准则为将相邻的灰度值与已有区域的
平均灰度值的差小于60（3σ）的象素扩展进 来。 ③若不能再生长，标记已生长区域。 ④若扫描到图像右下角，结束；否则回到 ①继续。
说明
12
资料仅供参考,不当之处，请联系改正。
10
资料仅供参考,不当之处，请联系改正。
举例：一幅图像背景部分的均值为25，方差 为625，在背景上分布着一些互不重叠的均 值为150，方差为400的小目标。设所有目标 合起来约占图像总面积的20%，提出1个基 于区域生长的分割算法将这些目标分割出 来。
11
资料仅供参考,不当之处，请联系改正。
5
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
衡量两个象素（i, j）（k, l）是否为同类可以通过 比较它们的特征向量是否具有相似性来确定.
比较
n
A(i,j,k,l) pm(i,j)P m(k,l) m 1
或
n
L(i,j,k,l) [pm(i,j)P m(k,l)2]
m 1
若A (i, j, k, l)或 L (i, j, k, l)足够小即认为象素是相似
(2)16个等角度间隔 方向上检测斜率值
最大的点作为边缘 点；
(3)以16个边缘点作 为种子点进行区域 生长。
14
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
区域生长算法的优点： 计算简单 特别适用于分割小的结构如肿瘤和伤疤 区域生长也很少单独使用，往往是与ቤተ መጻሕፍቲ ባይዱ他分割方
法一起使用。 区域生长的缺点： 有时需要人工交互以获得种子点，这样使用者必
2
资料仅供参考,不当之处，请联系改正。
4.5.1 基本概念
目标：将区域R划分为若干个子区域 R1,R2,…,Rn，这些子区域满足5个条件：
n
1)完备性： R i R
i 1
2)连通性：每个Ri都是一个连通区域 3)独立性：对于任意i≠j，Ri∩Rj= Ф
3
资料仅供参考,不当之处，请联系改正。
资料仅供参考,不当之处，请联系改正。
第四章 医学图像分割
4.1 图像分割概述 4.2 间断检测 4.3 边缘连接和边界检测 4.4 阈值分割法 4.5 基于区域的分割 4.6 数学形态学图像处理
1
资料仅供参考,不当之处，请联系改正。
4.5 基于区域的分割
4.5.1 基本概念 4.5.2 区域生长 4.5.3 区域分裂与合并
区域B
种子像素
区域A
种子像素
9
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长
上图给出一个简单的例子。此例的相似性准则是邻近点（4邻域）的灰度级 与物体的平均灰度级的差小于2。图中被接受的点和起始点均用下划线标出， 其中（a）图是输入图像；（b）图是第一步接受的邻近点； （c）图是第二 步接受的邻近点； （d）图是从6开始生成的结果。
的（即为同类）。
6
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1. 单一型链结的区域生长 2. 混合型链结的区域生长 3. 登山算法 4. 分水岭算法
7
资料仅供参考,不当之处，请联系改正。
4.5.2 区域生长
1.单一型链结的区域生长 算法实现：
1）根据图像的不同应用选择一个或一组种子，它或 者是最亮或最暗的点，或者是位于点簇中心的点。
S w 1 ( x y ) 2 w 2 ( x b ) 2 w 3 ( y a ) 2
S值小则可以连接。
w1,w2,w3 为非负的权值
（2）依赖边缘确定两象素是否可以连接。
思考题
13
4.5.2 区域生长 资料仅供参考,不当之处，请联系改正。
3. 登山算法
(1)灰度极大值点作 为中心点；
4.5.2 区域生长
2. 混合型链结的区域生长
考虑象素的邻域，在此邻域上定义象素的特性矢量，特性矢量接近 的两个象素相似。 （1） 邻域分享技术：研究某象素的邻域，作出相似邻域表。如果 两个象素在对方的相似邻域表中，且表中有足够多的象素，则可将 二者连接。
定义两个象素特征矢量可用（x，a）、（y，b）表示，x，y为两者的灰度， a，b为两者的邻域灰度均值，相似性为S，则