基于树重心的血管截面视频分割算法研究

由于血管截面有可能出现凹状,导致种子点位置偏移到血管外,造成分割结果出现错误.为解决该问题,提出一种基于最小生成树的种子点选取算法.利用前一帧分割结果随机取点,并保证随机点均匀覆盖整个分割区域;再运用Kruskal算法对所有随机点构建最小生成树,并以最小生成树的树重心作为当前帧的种子点;最后以区域生长算法对当前帧进行分...     

基于区域生长算法的MR脑组织图像半自动提取方法

MR脑图像分割是进行医疗诊断与治疗的重要前提。脑图像分割的任务多样，实现分割的算法层出不穷。然而不存在单一的一种算法独立作用解决所用的分割任务。本文专注于脑组织图像提取这一特定任务，采用区域生长为主。形态学操作为辅的方法，较好的完成分割任务，并提出开发一种半自动人机交互系统的设想。     

基于动态自适应区域生长的肝脏CT图像肿瘤分割算法

为提取人体肝脏CT图像中的肿瘤区域,提出一种基于动态自适应区域生长的算法进行肿瘤分割. 通过自适应区域生长算法对CT图像进行预分割,得到感兴趣区域（region of interest,ROI）,利用数学形态学滤波填充ROI中的空洞区域,最终提取肿瘤区域. 通过对多组病人的CT图像进行实验,结果显示该算法对肝脏肿瘤的分割效果良好.      

基于区域生长算法的MR脑组织图像半自动提取方法

MR脑图像分割是进行医疗诊断与治疗的重要前提。脑图像分割的任务多样,实现分割的算法层出不穷。然而不存在单一的一种算法独立作用解决所用的分割任务。本文专注于脑组织图像提取这一特定任务,采用区域生长为主,形态学操作为辅的方法,较好的完成分割任务,并提出开发一种半自动人机交互系统的设想。     

一种快速构建平衡二叉搜索树的算法

根据一个数据序列构建AVL树,传统算法是从空树开始依次将结点进行插入,每插入一个结点后都要判断插入结点后的新树是否还是AVL树,如是则继续插入下一个结点,如不是则先要将之调整为AVL树再插入下一个结点,直至结束。这种方法的不足是很多时候需要对生成的中间树进行调整,耗时较多。针对这种情况,如果只是为了得到最终的AVL树,而不要求考虑原来数据插入的顺序,可以先将数据进行排序,然后采用递归思想进行构建：将中点数据作为AVL树的根,小于中点数据的数据用来构成AVL树的左子树,大于中点数据的数据用来构成AVL树的右子树。     

一种快速模糊聚类分割算法

本文把区域生长技术与FCM聚类方法结合起来,提出了一种快速FCM聚类分割算法.由于大大减少了参与聚类的样本数目,有效地提高了FCM聚类分割的速度.通过对遥感TM图像的分割实验,本算法比经典FCM聚类算法速度提高三倍以上.     

一种嵌入式小波零树的图像分割编码算法

针对极低码率下图像的压缩问题，基于嵌入式小波零树编码（EZW）方法的基础上提出了一种改进的新算法。该方法对于带系数先进行四叉树图像分割预处理，随后再对均匀图像块进行EZW编码。这种改进的编码算法使得大量非重要系数集中成图像块表示，可更有效地降低码率。经过实验证明，由此方法得到的重构图像其主观视觉效果良好，与嵌入式小波零树算法相比，峰值信噪比（PSNR）在相同码率的情况下有较大的提高。     

一种“时-空”域自动视频分割算法

为了进行基于对象的视频编码,视频图像往往需要被分割成单独的个体.提出了一种从时域到空域的自动视频分割算法.在时间域阶段,通过对相邻两帧变化部分的检测,找到运动目标的初步定位.在空间域阶段,采用预测分水岭算法对运动目标进行精确定位.两种方法互相补充,互相增强.另外为了解决分水岭的过分割问题,算法在小波变换后的图像上进行.实验结果表明,提出的方法不仅分割效果好,而且计算时间少,分割的结果具有更准确的语义信息和实用性.     

一种基于区域生长算法的脊椎椎体提取方法

脊椎椎体三维重建是脊椎应力应变研究的重要环节,对MRI图像中脊椎椎体区域的提取是三维重建的基础。为了准确提取脊椎椎体区域,提出了一种基于区域生长算法的脊椎椎体提取方法。通过最大类间方差法求得到自适应阈值代替传统区域生长算法中的手动阈值,再结合中值滤波算法对原始图像进行预处理,避免了传统区域生长算法手动阈值造成的过分割,或者欠分割等现象;并有效抑制MRI图像噪声,使椎体区域内像素变化更为缓和,弥补了传统区域生长在MRI图像椎体区域内部分割效果不佳的缺陷,准确提取出脊椎椎体并建立出三维模型。     

几种图像分割算法在CT图像分割上的实现和比较

对目前几种在图像分割领域得到较多应用的交互式分割、区域生长分割以及阈值分割算法进行了探讨,并且结合实际ＣＴ片图例分别进行分割实验研究,得到较为满意和可用性强的结果,实验表明：瓶值分割对于ＣＴ切片的效果最好;区域生长分割适宜于对面积不大的区域进行分割分割效果了;基于动态规划的交互式分割算法比较复杂,计算时间较长,但对于边缘较平滑的区域,同样具有较好的实际效果,几种算法的评估为其在ＣＴ图像分割上的实际应用提供了科学依据。     

肝炎病理图像的自动分割技术

针对肝炎病理图像的特征 ,提出一种基于循环分解和类别方差思想的混合分割方法 ,可一次性自动分割出肝细胞、炎细胞、纤维化组织及空隙 .试验结果表明该算法速度快 ,效果好     

图像过渡区直接提取与分割快速算法

以往的过渡区直接提取与分割算法速度较慢,抗噪性差.提出将一种局部复杂度参数用于图像过渡区提取与分割算法,实验结果表明,算法运算速度快,抗噪性好,且不存在小样本问题,易于硬件实现.     

改进的区域生长算法及其在肾实质自动分割中的应用

提出了一种肾脏CT图像自动分割方法,将像素点的局部统计特征和像素点的空间位置信息结合起来,以此定义了像素之间的邻域相似性指标,并根据领域相似性指标自动选取种子点、种子的生长准则及终止准则,该方法克服了传统区域生长算法需手动确定种子点和生长顺序固定等缺点,最后通过MICCAI(medical image computing and computer assited intervention)的5个评价指标对分割结果做出客观评价,结果表明,该算法具有较好的分割效果.     

一种室内彩色图像的分割方法

讨论室内彩色图像的区域增长法分割技术．直接使用彩色图像作分割，效果并不理想．可以利用室内图像中非金属目标界面反射较弱的特点，简化反射模型，使用规一化彩色，然后再作区域增长，这样分割的效果令人满意．实验结果表明了这一点．     

用于图像分割的局部区域能量最小化算法

针对点对马尔可夫随机场(Pairwise MRF)模型中像素成对交互的结构不能充分描述图像丰富的局部统计特征问题,在研究Pairwise MRF模型基础上,提出了一种基于局部区域能量最小化的图像分割算法.该算法先利用图像局部区域信息构造局部区域能量模型,建立了一种局部交互的区域马尔可夫随机场分割模型,然后采用无环置信传播(LBP)算法对MRF全局能量进行优化.优化过程中,对局部区域能量进行收敛并按照MAP准则估计局部区域标号,通过LBP算法把局部区域信息传递到邻域区域中去.实验结果表明,所提出的新算法较标准LBP算法具有更好的分割结果,并有效地抑制了图像噪声信号和纹理信号对分割结果的干扰和影响.     

胸部高分辨率CT片中肺实质的自动分割

以早期弥漫性肺疾病的高分辨率CT图片为研究对象，针对图片本身的特点，提出了一种新的肺部全自动分割法。该方法结合了阈值技术和区域生长技术。它首先将待处理源图像二值化，并根据用Sobel算子抽取出的躯干边缘，得到纯粹的躯干部二值图像。在中值滤波去噪后，对其中黑白区域分别进行连通域标记，并将面积较小区域（如气管等）的像素值取反。最后再经形态滤波得到肺部精确的模板。该算法能自动支除气管/支气管对应的图像区域，并将对阈值选取的敏感性和所需的人机交互减小到最低限度。     

基于改进的区域生长法的气管与支气管分割

根据气管与支气管的树状特征,提出了一种改进的区域生长法.该方法首先从最上端的CT图像中得到气管初始区域,然后利用气管或支气管在相邻CT图像中的几何特征与灰度特征的相关性对区域生长法进行了改进,其次利用改进的区域生长方法沿着三维空间的树状路径逐步搜索气管与支气管的其他区域,最终得到气管与支气管的全部数据.该方法自动化程度高,不仅适用于气管与支气管分割,还可推广到骨骼、人体血管系统等其他小目标的分割问题.     

An Automatic Segmentation of Kidney in Serial Abdominal CT Scans Using Region Growing Approach

Automatic kidney segmentation from abdominal CT images is a key step in computer-aided diagnosis for kidney CT as well as computer-aided surgery. However, kidney segmentation from CT images is generally performed manually or semi-automatically because of gray levels similarities of adjacent organs/tissues in abdominal CT images. This paper presents an efficient algorithm for segmenting kidney from serials of abdominal CT images. First, we extracted estimated kidney position (EKP) according to the statistical geometric location of kidney within the abdomen. Second, we analyzed the intensity distribution of EKP for several abdominal CT images and exploit an adaptive threshold searching algorithm to eliminate many other organs/tissues in the EKP. Finally, a novel region growing approach based on labeling is used to obtain the free kidney regions. Experimental results are comparable to those of manual tracing radiologist and shown to be efficient.