基于水平集和分水岭方法的医学图像分割方法技术

一种基于水平集和Ｗａｔｅｒｓｈｅｄ方法的医学图像分割方法，包括步骤：各向异性扩散滤波，用于去除噪声；采用Ｗａｔｅｒｓｈｅｄ方法，对图像进行过度分割；堆数据结构的建立，用于定位窄带中具有最小时间Ｔ的网格点；采用ＦａｓｔＭａｒｃｈｉｎｇ方法，对图像进行最后的分割。本发明专利技术利用Ｗａｔｅｒｓｈｅｄ方法与改进的ＦａｓｔＭａｒｃｈｉｎｇ方法进行医学图像分割，不仅能够大大地提高分割的速度，同时还具有广泛的适应性，无论是ＣＴ还是ＭＲ影像。在计算机辅助诊断和治疗等领域有着重要的应用价值。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及图像处理，特别涉及结合Watershed(分水岭)方法和水平集来进行医学图像分割的方法。图像分割是由图像处理到图像分析的关键步骤，也是计算机视觉领域低层次视觉中的主要问题，同时它又是一个经典难题。由于此问题的重要性和困难性，多年来图像分割问题一直吸引着国内外研究人员为之努力，至今已提出了上千个各种类型的分割算法。但到由于图像分割只能利用图像信息中的部分特征分割区域，因此各种方法必然带有局限性和针对性，只能针对各种实际应用领域的需求来选择各种方法，到目前为止还不存在一个通用的分割方法。水平集方法主要是从界面传播等研究领域中逐步发展起来的，它是处理封闭运动界面随时间演化过程中几何拓扑变化的有效的计算工具。Osher和Sethian首先提出依赖时间的运动界面的水平集描述。水平集方法的基本思想是将平面闭合曲线隐含的表达为二维曲面函数的水平集，即具有相同函数值的点集，通过水平集函数曲面的进化隐含的求解曲线的运动。尽管这种转化使得问题在形式上变得复杂，但在问题的求解上带来很多优点，其最大的优点在于曲线的拓扑变化能够得到很自然的处理，而且可以获得唯一的满足熵条件的弱解。水平集函本文档来自技高网...

【技术保护点】
一种基于水平集和Ｗａｔｅｒｓｈｅｄ方法的医学图像分割方法，包括步骤： 各向异性扩散滤波，用于去除噪声； 采用Ｗａｔｅｒｓｈｅｄ方法，对图像进行过度分割； 堆数据结构的建立，用于定位窄带中具有最小时间Ｔ的网格点； 采用改进的Ｆａｓｔ Ｍａｒｃｈｉｎｇ方法，对图像进行最后的分割。

【技术特征摘要】

【专利技术属性】
技术研发人员：朱付平，田捷，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[中国|北京]