近年来,皮肤癌的发病率急速增长。中晚期的皮肤癌致死率几乎达到100%,预后效果极差。在早期阶段,如果及早确诊,及时治疗,治愈的可能性非常高,而且治疗后基本没有后遗症。但是由于早期症状不明显,患者本身不重视,再加上医师诊断水平参差不齐等等,容易耽误治疗时机。基于计算机的辅助诊断系统可以有效的辅助医师提高早期检测和诊断的精确度和效率,降低医师的误诊率和漏诊率。皮肤图像分割是皮肤癌计算机辅助诊断系统的重要步骤,也是整个系统中的难点之一。分割的精度越高,结果越理想,后期对皮肤可疑区域进行特征提取和分类的难度就越低。本课题以皮肤镜图像作为分割对象,设计了基于限制灰度范围的OTSU算法和基于优化降噪的平稳过渡区集阈值分割算法两种自动分割方法,对图像进行自动分割,得到完整的皮损区域。本文主要工作有以下几点:1.皮肤镜图像的采集。本文的实验图像均来自南阳市胸科医院放射科,随机选取前来就诊患者的癌变图像,并针对图像特点,选择设计合适的分割技术路线。2.预处理降噪。皮肤镜图像中包含复杂的信息,在分割过程容易受到噪声的干扰。本文对皮肤镜图像中最常见的黑框噪声、毛发噪声进行预处理降噪,将受到噪声干扰的真实图像尽可能修复到理想状态,为分割做好前期准备工作。3.提出两类分割算法。第一类方法是基于限制灰度范围的OTSU算法,该算法在计算出皮肤镜图像的梯度图像之后,通过对图像灰度值的范围进行约束,排除光等噪声的干扰,提高了分割结果的精确度。第二类方法是基于优化降噪的平稳过渡区集阈值分割算法,该算法在提取到梯度图像的平稳过渡区集后,通过对提取到的子区域进行面积和位置的双重筛选,去掉无关的子区域,获得目标区域。4.对分割结果进行后处理。针对具体结果开展形态学修复操作,依靠设置配套的自适应结构元素,围绕粗分割参数开展对应的开闭运算,解决其中的毛刺问题,平滑边界轮廓,开展一定程度的形态学膨胀,以此来控制最终的欠分割问题。5.对分割结果进行评价。对本文提出的两类算法的分割结果和医师手工圈画的金标准结果进行对比,通过分割重叠率、过分割率等度量,判断算法整体的性能表现。从评价结果上分析,本文提出的限制灰度范围的OTSU算法较之其他几种分割算法,在与金标准的重叠程度,欠分割与过分割程度,综合度量和平均最小欧几里得距离等方面更具优势,即限制灰度范围的OTSU算法分割的结果与金标准结果更相似。