。
半阈值分割算法。对于图像 T ， 半阈值分割算法如下。其中， 阈 。 值为图像灰度直方图概率最大值 T（ i， j） = T（ i， j） {255 T（ i， j） － 阈值 ＜ 30 T（ i， j） － 阈值 ≥ 30 （ 2）
图像分割的方法繁多， 且没有一个固定的最优方法， 需要根 据具体问题来确定。本文运用多种分割方法对头部 MＲ 断层数 包括边缘检测法和阈值法， 其中， 阈值法包括 据进行分割对比， 迭代阈值法、 自适应阈值法和半阈值法 。
3
3． 1
轮廓提取
图像轮廓提取
在图像分割后已将目标点与背景点分离， 将目标点灰度值
置为 1 ， 背景点灰度值置为 0 ； 再根据梯度方法查找图像边缘， 求 取图像边界点； 最后通过八邻域搜索的方法从边界点中找出外 轮廓点并顺序连接成轮廓线 。 T（ i， j） 处的梯度大小为［10］ ： 对图像 T， T（ i， j） = T + T ( ( y ) x ) 槡
（ 3）
缘方向的像素变化剧烈 。 因此， 提取边缘的算法就是检测出符 ［6 ］ 合边缘特性的边缘像素的数学算子 。 Matlab 支持多种不同的边缘算子， Laplacian， Can有 Ｒobert， ny 算子等。对不同算子进行边缘提取实验发现， Canny 算子在 去噪能力上比其余的几种算子要好， 能够在噪声和边缘检测间 ［7 ］ 取得较好的平衡， 检测到真正的弱边缘 ， 分割出的图像轮廓 拟合 效 果 很 好， 但 是 边 缘 连 续 性 比 较 差， 不利于完整的轮廓 提取。
摘
要
为精确提取头部 MＲI 图像外部轮廓， 提供后期三维重建数据， 根据对边缘检测、 迭代阈值、 自适应阈值法和半阈值分割
法在 MＲI 断层图像分割效果的比较， 提出一种改进的头部 MＲI 图像轮廓提取方法。 该方法在对图像进行预处理后， 通过直方图统 由二值图像梯度信息得到边界点集， 通过八邻域搜索提取得到包含多条轮廓的轮廓 计结果对图像进行半阈值分割后得到二值图像， 数据集， 并根据长度、 面积等判定条件准确提取出断层截面的外轮廓 。实验结果表明： 该方法能提取出更为准确和连续的轮廓， 较其 他方法拥有更高的成功率 。 关键词 中图分类号 图像预处理 TP391 半阈值分割法 文献标识码 基于梯度的轮廓提取 A DOI： 10． 3969 / j． issn． 1000386x． 2013． 05． 004
0
引
言
MＲI 成像技术在医学诊断中的应用日益广泛 。 但从 如今， 无法直接观察出病灶、 组织器官等感兴趣区 二维 MＲI 图像中， 域在三维空间中的具体位置 、 体积大小与空间几何形状 。 MＲI 断层图像的三维重建技术就是通过计算机实现对一系列 MＲI 断层图像的三维重建与显示的过程， 这项技术对于术前路径规 划与术中导航有很大的帮助， 使医生能够对病灶实行更加准确 ［1 ］ 从而提高手术的精确性 、 无创性与安全性 。 的定位， 对感兴趣区域的三维重建需要先获取其二维轮廓数据， 再 由各层轮廓线得到三维网格数据 。 由于人体头部 MＲI 图像常 伴有噪声、 较低的对比度和较为复杂的内部结构， 能否将组织的 轮廓连续而平滑地提取出来成为决定三维重建效果好坏的重要 ［2 ］ 因素 。 虽然图像分割与轮廓提取的方法很多， 但都普遍存在适用 准确率低等问题， 要得到完整而准确的轮廓， 需手动调整 性低、 各个算法参数， 使算法的实用性大大降低， 限制了轮廓提取算法 在三维重建技术中的应用 。
［4 ］
fmin ， 则： T0 = fmax + fmin 2 （ 1）
（ 1 ） 用 T0 将图像分为前景与背景两组， 其平均灰度分别为 Z0 与 B0 。 Z0 + B0 （ 2 ） 设 T1 ， 。 令 T1 = 2 （ 3 ） 若 T0 与 T1 之间的差值的绝对值小于一个最小值 e（ 本 T1 即为所求阈值， 方法中 e = 0 ． 1 ） ， 若不相等， 则令 T0 = T1 ， 返 直至 T0 与 T1 之间差值绝对值小于 e 为止。 回步骤（ 1 ） ， （ 4 ） 用得到的阈值对图像进行二值化处理 。 （ 5 ） 用迭代阈值法分割出的图像非常平滑， 对毛刺有较好 不能提取出一 的抑制作用。但丢失了一些图像部分边缘信息， 个闭合的外轮廓。 自适应阈值法 最大类间方差法（ OTSU ） 是自适应阈值法中的一种 。 其基 ［9 ］ 本思路是聚类的思想 ， 用阈值把图像灰度分为两类， 通过划 分得到的两个的类间方差最大值来确定最佳阈值 。 OTSU 算法分割出的图像内部轮廓线较少， 这一点对外轮 廓筛选很有利， 但噪声的抑制不如迭代阈值法， 且边缘连续性 差， 难以得到闭合轮廓线。 2． 2． 3 半阈值分割法 2． 2． 2
2 2
2． 2
阈值法
阈值法可以通过一个或者多个阈值将图像分为几个类 。 若
［8 ］ 迭代阈值的求取是基于逼近的思路， 算法简化如下 ： 选择一个初始阈值 T0 ， 若图像的最大最小灰度值是 fmax 与
( 1 ) DICOM 图像格式转 换
原始的 MＲ 图像是以 DICOM
格式进行存储的， 但由于 BMP 格式的图像在 Matlab 的处理中更 加方便灵活， 所以首先把 DICOM 图像转化为 BMP 图像。 根据 DICOM 图像和 BMP 图像的组成结构， 4］ 可采用文献［ 提出的格 滤波操作可以降低图像中的噪声 。常见的 均值滤波、 高斯滤波等。其中中值滤 滤波器的种类有中值滤波 、 波是一种非线性滤波器， 其滤波的原理是输出含有奇数点的二 在 维滑动窗口中的中值。 中值滤波可以保护图像边界 信 息， MＲI 图像处理中更为适用。 灰度变换是通过图像的直方图对图像的对 比度进行调整的方法。 若原始图像亮度较低， 在进行灰度变换 ( 3 ) 灰度变换 之后， 能够增加图像的动态范围， 有效提高图像的对比度， 使图 。 特征更加明显 像更加清晰， 图 2 （ a） 为一张未经处理的 MＲ 图像， 图 2 （ b ） 为其经过图 像预处理之后的效果图 。由此可见， 在经过预处理之后， 图像与 背景的对比度显著增大， 边缘更加清晰， 有利于下一步的图像 分割。 式转换方法 。 ( 2 ) 图像滤波
Abstract
In order to precisely extract outer contour line of MＲI head image for post3D reconstruction data preparing，we propose an im-
proved contour line extraction method for MＲI head image according to the comparison of segmentation results of MＲI tomographic image using edge detection，iterative threshold，adaptive threshold and semithreshold segmentation respectively． In this method，we first segment images into binary images based on semithreshold segmentation through histogram statistics result after the pretreatment of the image，and derive boundary point set from gradient information of binary image； then we gain the contour lines dataset which contains multiple contours through 8neibghourhood search，and accurately extract the outer contour line of tomographic crosssection based on the determinant conditions of length and area and so on． Experimental results show that the method can be used to extract more accurate and continuous contour lines and has a higher success rate than other methods． Keywords Image pretreatment Semithreshold segmentation Contour line extraction using gradient 本文针对头部 MＲI 图像的特点， 在 Matlab 平台上对多种常 用的图像分割与轮廓提取的方法进行了实验， 比较实验结果后， 提出一种改进的自动轮廓提取方法 。轮廓提取的步骤如图 1 所 示。首先对 MＲI 断层图像进行预处理改善图像质量； 然后进行 图像分割， 将目标区域从背景中分离出来； 最后提取组织轮廓数 据集， 并将外表面轮廓从轮廓数据集中筛选出来 。 该方法可在 保证较快提取速度的前提下， 实现理想的轮廓提取效果 。
第 30 卷第 5 期 2013 年 5 月
计算机应用与软件 Computer App 30 No． 5 May 2013
头部 MＲI 图像外轮廓提取算法的实现与比较
张欣然 陈琪儒 何煦佳 杨荣骞
（ 华南理工大学生物科学与工程学院 广东 广州 510006 ）
12
计算机应用与软件
2013 年
［3 ］ 有用信息， 需要对图像进行预处理 ， 从而提高图像的平滑度 、 清晰度和对比度。图像预处理步骤如下：
关键的边缘信息可能会丢失 。所以选择一个最优的阈值是算法 的核心。 阈值法算法简单， 应用广泛， 根据其具体思路不同分为许多 小类， 本文对其中的三种进行了实验 。 2． 2． 1 迭代阈值法