【实例介绍】
利用MATLAB实现医学图像处理和边缘分析是图像最基本的特点。 边缘是图像周围像素的灰度呈阶梯状或屋顶状变化的像素的集合，存在于对象、背景、目的中
目标、区域和区域、基元和基元之间。 边缘具有方向和宽度两个特征，沿边缘流动，像素值变化比较缓慢； 垂直于边缘行驶的像素
值的变化很剧烈，有时看起来像阶梯状，有时看起来像斜坡状。 因此，边缘被分类为两种：一种是阶梯形的边缘，其两侧的像素的灰度值很明显
差异； 另一个是屋顶边缘，位于灰度值从增加到减少的变化拐点中。 对于阶跃边缘，二阶向导函数在边缘处零交叉； 是的
在屋顶状的边缘，二次方向导函数在边缘取极值。
第六期
frdz等：利用MATLAB实现医学图像处理与分析
1749
dimwrie(Modif，ank le_new series d en，n b ) )。
在MATLA B中，笔者实现的算法如下：a所示读取图像，并进行了预定义
3.2 Levelset图像分割
初始轮廓，如图3(a )所示； b定义离散化水平集函数的c )曲线
在医学图像分割研究中，基于level set技术的活动轮廓模型的进化、分阶段过程； d )求解进化后的零级集合是对图像进行分割
模子备受瞩目。 在本事例中，如图3(b )所示，在MATLAB环境中，实现了Chm和边缘。
ese提出无梯度活动轮廓模型应用于医学图像分割
框中。
4结语
分割方法的基本原理如下：没有定义域为的图像uo
实践证明，MAT^AB软件功能强大，数据计算能力突出，
闭合边界c使目标o(c的内部)和背景b ) c的外语简洁易懂。 如果使用图像工具箱中的医学图像处理函数
部)两个同质区域。 两个区域的平均灰度分别为c1和c2，在这种情况下，能够容易且迅速地实现医疗图像的读写和简单的处理功能。 正文用实
能量函数是外部能量和内部能量之和，即
实例证明在MATLAB环境中可以方便、快速、高效地实现复杂
e(CICc )=einsidefc (eoutsidec ) )
医学图像处理算法。 ATLAR工具箱专业领域广泛
h，m isc，(uo-Ci2dx dy
广泛而有力。 工具箱很有用，因为它既可靠又开放
H2IjoutieC(O-C2 ) 2dedy-YICI
也可以直接使用，或者将自己的代码添加到工具箱中进行改进
函数的功能。 为便于比较，在VIATLAB(r2006b )环境下实现医学影像
的处理和分析具有很大的应用优势和价值。
参照文献：
1 )撒娇杯，包尚联，周全.医学影像处理与分析[] .北京：电子工
行业出版社，2003年
(a )初始图像
(b )分割结果
“2 )张尢赛、jzdwtD ) IM医学图像窗口变换的加速算法[J .计]
图3级别集的分割结果
计算机工程与应用，200339(13 ) :218-220
3 )3]dddbbt、jddyz、twdhm、等. DCOM医学影像档案的格犬分析与
当闭合边界c位于两个同质区域的边界时，能量最大
应用研究[J计算机工程与应用，20642(29 ) :210212225
很小。 为解决曲线拓扑变化问题，C-V分割法利用水平[41dzdgb，生气大叔，陈雁等. MATLAB实现c断层图像的三维化
集合方法是将闭合边界c嵌入一维高曲面中，服从初始闭合
重构[ jct理论与应用研究，200413(2) :24-29
曲线c是内正外负符号距离水平集函数中这样构建一个5l欢呼的滑板，失眠树叶基于MATLA B颅面三维重建技术j计算机
将闭合曲线c相关能量函数转换为曲面中的能量函数(6)温柔御姐，czdrs.MAAB7.0图形图像处理(m ) .北京：国防
数是通过变分技术得到的关于曲面的偏微分方程模型，即
工业出版社，2006年
冲头=1中/yd(y中/1中1(-1 ) mo-C12 ) no-C2 ) 2端口(71HANT，vesel.activeconbourswithoutedgesji.ee tans ) ) )
求面的零水平集合可以得到c的位置
mage process 2001，10 (2) : 266 277
与(上起第1740页)相比，本算法的计算量有所增大，但可以做到
acampositcmethod [ j ].patternrecogntion 1982，22 (43360381
正确区分质量中等的区域和质量差的区域，区分背景区域和质量
385.
分割量差、后续算法无法恢复的噪声区域，留下质量毛巾等41 MEHTRE B
M. F ngerp rmt m age ana ls s for autm atic ren tifica tion区域,使后续算法的处理区域更精确。
I J] M achine Vis ion and App lica tons 1993, 6(2-3): 124-139
5]wqdhm·Ⅴ balc++数字图像识別技术典型業例[M]·北京:人
4结束语
民邮电出版社,2004
I6]asjdbbz,yjr.指纹图像分级分割算法ⅠJ.北方工业大学学
本文提出了一种改进的基于指纹灰度特性的指纹图像分
200012(3):2-26
割算法,克服了传统自适应阈值分割算法在指纹与背景交接区[7]简单的冷风,幸福的狗,执着的蚂蚁,基于灰度特性的指纹图像分割算法[J
域,以及指纹内部脊线太淡或脊线粘连的区域分割不准及分割
古林化工学院学报,200623(1):68-71
前景边界的方坎效应问题,适用于更多类型的指纹图像,且分[8] ROSENFILD A, KAK A C. Digita I im age process ing[M].Naw
割比较精确。实验结果表明,该算法的分割效果很好,对前景
Yor a cadem i press 1976
区和背景区的分割更加灵活准确,有效降低了指纹图像噪声的[9]G0 NAZALES R C. WOODSR E. D igital m age processing[M I
影响,它不仅能分割出指纹质量较好的图像,也能有效地分割
Read a add ison w esley 1992
噪声干扰较大的指纹图像,经过分割后的图像指纹纹线清晰、「11爱撒娇的水杯,无语的猎豹,生物特征识别技术理论与应用M],北京:子工
业出版社,2005
流畅,具有较强的适应性和很高的实用价值。目前该算法已被
应用到成熟的指纹识别算法中。
10]紧张的秋天,活泼的溪流图像处理中阂值选取方法3年(192-1992)的进展
(12)[J.数据采集与处狸19938(3):1920}(4):26278.
参考文執
I 12 BAZEN AM, GEREZ S H. Segn en tation of fingeprin t m ages[ c]//
l]辛勤的冰淇淋.指纹自动识别原理与方法综述[J]·工栏数学学报.2004
Prme of the 12th Annual W orks op on C icu its Sys kms and Sign al
21(6):10031010
Pocess ng Neherland I s n, 2001 276-280
2]硎 HANG J anwei I Heng li s udy on segm ent a lgorithm in au m a[l3]rydbb,kwdmg,zjdll,等.指纹图像合成分割法[J.计算机
l i fige prill ilen Lifica lion[ J. M cro oomputer Applica tons
应用研究,200017(1):7G77
199915(12)2022
14]从容的胡萝卜,tzdyx·图像分割的阈值法综述丨J].系统工程与皃子技
13 CMEBTREUM.C是是出m出是 lishing630 bihgts-ycscrved.htp/w. cnkinct
【实例截图】
【核心代码】