摘  要： 圖像分割是圖像處理中的重要工作，醫(yī)學(xué)圖像的多樣性和復(fù)雜性使其在圖像分割中具有較大的難度。閾值法由于高效、簡(jiǎn)單而成為圖像分割的重要方法，但對(duì)于復(fù)雜的醫(yī)學(xué)圖像，其效果并不很理想。Powell法是最好的直接搜索法，利用改進(jìn)的Powell法可以更好地搜索目標(biāo)。為此，提出了一種將Otsu法和Powell法相結(jié)合的圖像分割方法，仿真實(shí)驗(yàn)表明，該方法可以快速有效地分割圖像，魯棒性強(qiáng)。
關(guān)鍵詞： 醫(yī)學(xué)圖像; 圖像分割; 閾值分割; 優(yōu)化算法

    圖像分割是圖像處理中的一項(xiàng)關(guān)鍵技術(shù),是按照一定的原則將一幅圖像或景物分為若干個(gè)特定的、具有獨(dú)特性質(zhì)的部分或子集，并提出感興趣的目標(biāo)的技術(shù)和過(guò)程。在這個(gè)過(guò)程中，人們往往只對(duì)圖像中的某些部分感興趣，因此圖像分割的質(zhì)量會(huì)直接影響后續(xù)工作（如圖像分析、識(shí)別）的進(jìn)行。近年來(lái)，隨著生物醫(yī)學(xué)成像技術(shù)的快速發(fā)展，人們能夠獲得大量高分辨率的醫(yī)學(xué)圖像數(shù)據(jù)影像，如計(jì)算機(jī)斷層成像(CT)、核磁共振成像(MRI)和超聲成像(US)等技術(shù)，它們已經(jīng)廣泛應(yīng)用于醫(yī)療診斷、術(shù)前計(jì)劃和治療等各個(gè)環(huán)節(jié)。這些技術(shù)不但豐富了醫(yī)學(xué)診療中正常和帶有病狀的相關(guān)知識(shí)，同時(shí)也為醫(yī)學(xué)診斷和治療體系做出了重要貢獻(xiàn)。從圖像中把感興趣區(qū)分離出來(lái)是醫(yī)學(xué)圖像分割的重點(diǎn)。由于人體解剖結(jié)構(gòu)的復(fù)雜性、組織器官形狀的不規(guī)則性以及不同個(gè)體間的差異性，研究圖像分割技術(shù)在醫(yī)學(xué)圖像處理過(guò)程中具有十分重要的意義[1-2]。
1 Otsu閾值法的圖像分割
    圖像分割是圖像處理領(lǐng)域中的一個(gè)基本問(wèn)題，也是自動(dòng)目標(biāo)識(shí)別技術(shù)中的一項(xiàng)關(guān)鍵技術(shù),是目標(biāo)特征提取、識(shí)別與跟蹤的基礎(chǔ)。目前已經(jīng)提出的圖像分割方法的種類(lèi)很多，從分割角度來(lái)看，分為相似性和非連續(xù)性。其中，非連續(xù)性分割包括邊緣檢測(cè)和邊緣跟蹤，相似性分割包括閾值分割和區(qū)域分裂與合并。閾值分割簡(jiǎn)單、有效且效果很好，但閾值法只能通過(guò)產(chǎn)生二值圖像來(lái)區(qū)分兩個(gè)不同的類(lèi)，并且只考慮像素本身的值，沒(méi)有考慮像素的空間特性，因此對(duì)噪聲很敏感[3-4]。
1.1 Otsu算法的閾值分割
    由于閾值處理直觀、實(shí)現(xiàn)簡(jiǎn)單且計(jì)算速度快，因此圖像閾值處理在圖像分割應(yīng)用中處于核心地位。閾值處理可視為一種統(tǒng)計(jì)決策理論問(wèn)題，其目的是在把像素分配給兩個(gè)或多個(gè)組的過(guò)程中使引入的平均誤差最小。Otsu方法在類(lèi)間方差最大的情況下是最佳的，其基本概念是：好閾值分類(lèi)就其像素灰度值而言應(yīng)該是截然不同的，換言之，就其灰度值而言，給出最好的類(lèi)間分離的閾值就是最好的閾值。除了最佳性之外，Otsu方法還有一個(gè)重要的特性，即它完全以在一幅圖像的直方圖上執(zhí)行計(jì)算為基礎(chǔ)，而直方圖是很容易得到一維陳列的[5]。



  

    本文分析了經(jīng)典Otsu算法的優(yōu)點(diǎn)及不足，提出了一種將邊緣改進(jìn)Otsu算法與改進(jìn)的Powell算法相結(jié)合的圖像閾值分割法。該方法在搜索方向每次完全更新之后就將搜索方向再次設(shè)定為初始的正交搜索方向，使其計(jì)算量大為降低。將計(jì)算最佳閾值的過(guò)程作為一個(gè)優(yōu)化問(wèn)題進(jìn)行計(jì)算，極大地縮短了最優(yōu)閾值的搜索時(shí)間，更利于圖像的實(shí)時(shí)處理。仿真結(jié)果表明，利用該算法可以得到很好的分割效果且魯棒性強(qiáng)。
參考文獻(xiàn)
[1] 翁漩，鄭小林，姜海. 醫(yī)學(xué)圖像分割技術(shù)研究進(jìn)展[J].醫(yī)療衛(wèi)生裝備， 2007，28(1)：37-39.
[2] 李康順，李茂民，張文生. 一種基于改進(jìn)遺傳算法的圖像分割方法[J]. 計(jì)算機(jī)應(yīng)用研究，2009，26(11)：4364-4367.
[3] 胡斌，宮寧生. 一種改進(jìn)的Otsu閾值分割算法[J]. 微電子學(xué)與計(jì)算機(jī)，2009，26(12)：153-155.
[4] 李丹霞，韋玉科.基于自適應(yīng)閾值的舌像分割方法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展， 2011，21(9)：63-65.
[5] 高欣，卓東風(fēng)，劉國(guó)洋. 基于改進(jìn)遺傳算法的圖像分割[J]. 通信技術(shù)，2011，44(10)：46-48.
[6] 韓翠英，孔娟. 關(guān)于圖像分割算法的優(yōu)化仿真研究[J].計(jì)算機(jī)仿真， 2011，28(6)：262-265.