第２５卷第１０期２００５年１０月
计算机应用
ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ
Ｖ０１．２５Ｎｏ．１０
Ｏｃｔ．２００５
文章编号：１００１—９０８１（２００５）１０一２３８１—０２
基于数学形态学的医学图像分割
王蜀，李永宁，陈楷民，黄戈
（四川大学计算机学院，四川成都６１００６４）
（ｙｅｌｉｌｌ２ｌ＠１６３．ｃｏｍ）
摘要：采用分水岭算法对医学图像进行分割，并针对其容易产生过分割的缺点，作了两点改进：首先对原始图像进行自适应加权的多尺度形态滤波，然后引入浮点活动图像作为分水岭算法的输入。
实验表明，该方法算法简单，能有效地抑制过分割现象，得到较好的分割效果。
关键词：数学形态学；分水岭算法；自适应加权的多尺度形态滤波；浮点活动图像
中图分类号：ＴＰ７５文献标识码：Ａ
ＭｅｄｉｃａｌｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎＭａｔｈｅｍａｔｉｃａｌＭｏｒｐｈｏｌｏｇｙ
ＷＡＮＧＳｈｕ，ＵＹｏｎｇ—ｎｉｎｇ，ＣＨＥＮＫａｉ—ｍｉｎ，ＨＵＡＮＧＧｅ
（ｓｃｂｏｆ０，ｃｏｍｐｍｅｒ＆拓Ｍｅ，５ｉｃ＾眦ｎ‰如ｅ璐咖ｃ＾ｅｎｇ也ｓｉｃ＾∞ｎ６１００６４，吼讥口）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｗａｔｅｒｓｈｅｄａＩｇｏｄｔｈｍｔｏｓｅｇｍｅｎｔｍｅｄｉｃａｌｉｍａｇｅｓｗａｓｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｔｗｏｉｍｐｒｏｖｅｄｍｅｔｈｏｄｓ
ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｏｖｅｒ．ｓｅｇｍｅｎｔａｔｉｏｎｐｈｅｎｏｍｅｎａｏｆｗａｔｅｒｓｈｅｄａｌｇｏｒｉｔｈＩｎｗｅｒｅｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔ，ｇｅｔｔｈｅｏｒｉ舀ｎａＩｉｍａｇｅｔｈｍｕｇｈｍｕｌｔｉ．ｓｃａｌｅｍｏｒｐｈｏｌｏ百ｃａｌｆｉｌｔｅｒｗｉｔｈａｕｔｏ—ａｄａｐｔｅｄｄｅｔｅｒｎｌｉｎａｔｉｏｎｓｗｅｉｇｈｔｓ，ａｎｄｔｈｅｎ，ｉｎｔｒｏｄｕｃｅｄａｎｏ“ｎｇ—ｐｏｉｎｔａｃｔｉｖｅｉｍａｇｅａｓｔｈｅｉｎｐｕｔｏｆｗａｔｅｒｓｈｅｄａｌｇｏｒｉｔｈｍ．Ｅ】【ｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｉｓｖｅｒｙｓｉｍｐｌｅ，ａＩｌｄｃａｎｒｅｓｔｒａｉｎｔｈｅｏＶｅ卜ｓｅｇｍｅｎｔａｔｉｏｎｐｈｅｎｏｍｅｎａｄｆｅｃｔｉＶｅｌｙ，ｓｏｃａｎｏｂｔａｉｎｇｏｏｄｒｅｓｕｌｔｓ．
Ｋｅｙｗｏｒｄｓ：ｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ；ｗａｔｅｒｓｈｅｄａｌｇｏｒｉｔｈｍ：ｍｕｌｌｉ—ｓｃａｌｅ
ｍｏｒｐｈ０１０舀ｃａｌｆｉｌｔｅｒｗｉｔｈａｕｔｏ．ａｄ印ｔｅｄ
ｄｅｔｅｎｎｉｎａｔｉｏｎｓｗｅ培ｈｔｓ；ｎｏａｔｉｎｇ—ｐｏｉｎｔａｃｔｉｖｅｉｍａｇｅ
０引言
医学图像处理是数字图像处理技术的一个重要应用领域。但是，由于医学图像的特点，复杂的人体解剖组织结构和形状，以及个体之间的差别，导致医学图像分割成为一项经典的难题。
目前，从医学应用的角度来看，常用的分割算法有¨１：基于阈值的分割、基于模糊连接度的分割、交互式的分割、基于形态学和多尺度理论的分割方法等等。随着数学形态学在图像处理中的应用日渐受到重视，更多的系统都采用形态学算子对图像进行预处理或后处理。本文针对医学图像的特点，在现有分水岭算法的基础上作了改进，得到了较好的效果。１分水岭算法
数学形态学理论在图像分
割的应用中比较有代表性的是
分水岭（ｗａｔｅ瑙ｈｅｄ）算法¨Ｊ。
该算法的思想来源于地理学
（如图１所示），它将梯度幅值
图像看成一幅地形图，而梯度
幅值对应海拔高度，图像中不
同梯度值的区域就对应于山峰
和山谷间的盆地。设想在各个图ｌ
局部极小值点的位置打一个洞，然后将地形图逐渐侵入一个湖中，全局极小值点的盆地先进水。水位逐渐升高漫过盆地，
当相邻两个盆地的水即将合并时，在两个盆地问建坝拦截。此过程将图像划分为许多个山谷盆地，分水岭就是分隔这些盆地的堤坝，而这些“集水盆地”则分别对应于待分割图像中的均匀一致区域。
基于分水岭变换的图像分割方法具有计算负担轻、分割精度高的优点嵋Ｊ，但是其性能在很大程度上依赖于用来计算待分割图像梯度的算法。传统的形态梯度算法会受噪声和量化误差的影响，在均匀一致的区域内部产生过多的局部“谷底”，而梯度图像的每个“谷底”在分水岭变换中将引入一个“集水盆地”，因此最终将导致“过分割”，即生成大量的小区域，使得目标物体的轮廓线掩埋在杂乱的分水线中。克服这一缺点的方法有两种日１：一种是在分水岭变换之前，对图像滤波，进行标记提取，另一种是在分水岭变换以后，进行区域合并。但是，传统的滤波算子元法在去除局部”谷底”的同时，保留模糊边界上的“谷底”，对感兴趣区域的标记需要有关待分割对象和背景的先验知识，而且执行区域合并或松弛标号等步骤的计算负担比分水岭变换本身还重，这就大大降低了整个分割过程的速度。因此，本文采用自适应加权的多尺度形态滤波对图像进行预处理，并引入浮点活动图像作为分水岭变换的输入，这样可以更好地保持轮廓，经过分水岭变换后，也能有效地抑制过分割现象。在此基础上，针对医学图像的特点及专家知识，可以进行有效的区域合并。
２自适应加权的多尺度形态滤波
２．１数学形态学滤波的基本原理
基本的形态学变换包括腐蚀，膨胀，开／闭运算等ｈ５。。为
收稿日期：２００５一０４—１３；修订日期：２００５一０６—２２
作者简介：王蜀（１９８１一），女，四川成都人，硕士研究生，主要研究方向：数字图像处理与计算机图形学；李永宁，男，四川成都人，研究员；陈楷民（１９７７一），男，四川成都人，硕士研究生，主要研究方向：数字图像处理、三维图形、虚拟现实；黄戈（１９７５一），男，四川成都人，硕士研
究生．主要研究方向：数字图像处理与计算机图形学．
万方数据