论文部分内容阅读
三维重建技术可以将医学影像的三维图形数据展示给诊断人员,以便于对病人的数据进行多方位和多层次的观察,辅助医生对病变组织进行定性、定量分析。医学图像三维重建的研究内容主要包括图像的预处理,组织或器官的分割与提取、重建算法的研究等。其中图像分割是非常重要的一步,分割结果的效果对后续处理的效率和质量有着直接影响。图像分割算法的种类很多,其中分水岭算法的计算速度快、定位准确且其轮廓线是封闭的,因此得到了广泛的应用。但是分水岭算法也存在一个严重的问题,即极易产生过分割。由于分水岭分割算法极易出现过分割现象,所以对传统分水岭算法进行了改进。本文提出了一种新的基于阈值标记法的分水岭医学图像分割方法。首先对原图像进行聚类处理,采用最大熵阈值法来提取图像内部标记,对内部标记进行分水岭变换得外部标记。用内、外标记修正原始梯度图并作分水岭变换。实验发现,该方法不仅克服了人为提取标记的困难,还有效地解决了分水岭算法的过分割问题。最后,对分割结果做了后续处理,使用MC算法实现了处理后数据的三维表面重建,并在MITK平台上实现了三维图像的数据测量及剖切等交互操作。