基于矢量量化的立體圖像分割及在MRI中的應用.pdf

1、圖像分割是圖像處理中的一項關鍵技術，近幾年圖像分割技術逐漸向著立體圖像處理方向發(fā)展，針對醫(yī)學立體圖像的分割研究成為一個重要的研究方向。目前對立體圖像分割的研究中，在鄰域結構信息的充分利用、自動確定分割數(shù)目以及空域特征提取與分割等方面尚需進一步完善。對醫(yī)學立體圖像分割的研究仍是一項具有挑戰(zhàn)性的課題，具有重要的研究意義和臨床實際應用價值。
　　本文針對醫(yī)學MRI立體圖像的分割進行了深入的研究，主要研究工作如下:
　　本文對利用矢

2、量量化技術實現(xiàn)圖像分割的方法進行了研究，利用矢量量化過程對圖像進行以局部區(qū)域（圖像子塊）為單元的分割，提出了圖像分割的矢量量化方法。該分割方法不僅針對圖像像素灰度信息進行，還利用了像素鄰域結構信息，符合人類視覺對外界信息的認知過程。在實現(xiàn)圖像子塊矢量量化的過程中，采用基于SOM神經網絡的方法完成碼本設計，并通過利用基于最小化類內離散度與類間離散度比值的方法求取最佳碼本尺寸，據(jù)此自適應確定圖像的分割數(shù)目。
　　針對醫(yī)學MRI立體圖像

3、的分割，提出了一套基于矢量量化的MRI立體圖像分割方法。該方法以立體圖像的空間子塊為基本單元，將矢量量化應用于三維數(shù)據(jù)的分割之中。針對MRI立體圖像的特點，設計了立體圖像的層間插值算法、空間子塊的邊緣模式檢測算法;在利用SOM神經網絡獲取量化碼本過程中，設計了分層分割和整體分割兩種方式;利用矢量量化過程完成對由空間子塊構造的矢量進行的自適應立體分割。實際中，將提出的立體圖像分割方法應用于人腦MRI立體圖像的分割之中，分別以IBSR圖像庫

4、和BrainWeb圖像庫中的仿真立體圖像和真實立體圖像為樣本進行實驗和結果分析。
　　在立體圖像值域分割基礎上，本文通過對其空域特征進行分析，提出了一種立體圖像的空域分割方法。該方法首先通過對立體圖像空間連通性的檢測得出值域分割結果中各個空間體在三維空間中的連通關系，并據(jù)此將值域分割結果進行進一步分割;然后通過提取各空間體相應的空域幾何參數(shù)，對得到分割結果進行定量描述，完成對MRI立體圖像的最終分割。通過在人腦MRI立體圖像值域分