当前位置： >
图像分割方法及其应用研究
图像分割方法及其应用研究
高校理科研究
图像分割方法及其应用研究
上海理工大学医疗器械与食品学院
［摘要］本文主要介绍了图像分割的一种常用方法———基于阈值的图像分割方法及其存在的问题和最新进展，同时介绍了以肺CT图为例应用迭代法分割出肺实质，最后指出了图像分割技术的应用现状及发展趋势。［关键词］图像分割医学图像迭代分割
近年来医学图像分割由于其在图像处理领域的应用价值，开始作为一个重要的课题受到研究者的重视。医学图像分割是医学图像处理分析和计算机视觉中一个关键步骤，也是其它高级医学图像分析和解释系统的核心组成部分。医学图像的分割其目的是根据某些特征（如灰度
频谱、纹理等）将一幅图像分成若干有意义的区域，使得这些特征在某一区域内表现一致或相似，而在不同区域间表现出明显的不同。也就为目标分离、特征提取和参数的定量测量提供了基础和前提条件，使得更高层的医学图像理解和诊断成为可能。
对于模式识别上的应用，理想的分割结果应该是：不考虑物体对象内部的细节与微小的颜色变化，把一个物体对象只表示为一个或少数几个分割区域［１］。从本质上讲，图像分割是一个基于某些属性对像素进行分类的过程，因此对像素进行聚类分析是一种可行的思路。图像分割问题可以等效为图像灰度等属性的无监督分类，分类的一个关键是如何定义属性一致性准则。通常选用的属性一致准则有：灰度一致性，纹理的统计特征一致性等。
医学图像分割在医学研究与实践领域中有着广泛的应用和研究价值，具体表现有以下几个方面：（１）提取感兴趣区域，便于医学图像的分析和识别。（２）测量人体器官、组织或病灶的尺寸、体积或容积，有助于医
随访或修订对病人的治疗方案；（３）医学图像的三维重建和可视化。（４）用于在保持关键信息的前提下进行数据压缩和传输。这在远程医疗中对实现医学图像的高效传输具有重要的价值；（５）用于基于内容的医学图像数据库检索研究。
２．基于阈值的分割方法
阈值法作为一种古老的图像分割方法，因其实现简单、计算量相对较小、性能较稳定已经成为图像分割中最基本和应用最广泛的分割技术之一。
对灰度图像的取阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值，然后将图像中各个像素的灰度值与之相比较，灰度值大于阈值的像素为一类，灰度值小于阈值的像素为另一类。这两类像素一般分属图像的两类区域，从而达到分割的目的。从该方法中可以看出，确定一个最优阈值是分割的关键，阈值分割实质上就是按照某个准则求出最佳阈值的过程。为了提高图像中感兴趣目标和背景的分割精
度和效率，目前人们运用信息熵、
最优化方法、模糊集合论、数学形态学、小波变换等数学理论或工具发展了各种各样的基于直方图统计特征的阈值选取和分割技术，现有的大部分算法都集中在阈值确定的研究上。
阈值分割的优点是计算简单、运算效率较高、速度快。全局阈值对于灰度相差很大的不同目标和背景能进行有效的分割。当图像的灰度差异不明显或不同目标的灰度值范围有重叠时，应采用局部阈值或动态阈值分割法。另一方面，这种方法只考虑像素本身的灰度值，一般不考虑空间特征，因而对噪声很敏感［２］。在运用阈值法进行图像分割的过程中由于每个像素的所属类别只依赖于它的数值，能够实现并行的快速实时操作，这使得阈值法常常作为关键的预处理步骤被用在各种图像处理过程之中。
常见的图像阈值分割方法有：
（１）单阈值法，用一个全局阈值区分背景和目标。当一幅图像的直方图具有明显的双峰时，选择两峰之间的谷底作为阈值，可获得良好的分割效果。大多数图像直方图变化多样，很少表现为明显的双峰。此时用单阈值法，效果不佳。
（２）双阈值法，用两个阈值区分背景和目标。双阈值法是对单阈值法的改进，通过设置两个阈值，以防单阈值设置阈值过高或过低，把目标像素误归为背景像素或把背景像素误归为目标像素。
（３）多阈值法，当存在照明不均，突发噪声等因素或背景灰度变化较大时，整幅图像不存在合适的单一阈值，单一阈值不能兼顾图像不同区域的具体情况，这时可将图像分块处理，对每一块设一个阈值。因此，多阈值法又称为动态阈值法和自适应阈值法。这种算法的时间和空间复杂度比较大，但抗干扰能力较强，对采用全局阈值不容易分割的图像有较好的效果。阈值分割方法的关键是如何合理地选择阈值。最常用方法是利用灰度直方图求双峰或多峰，选择两峰之间的谷底作为阈值［３］。阈值
—４９８—
分割方法的阈值确定主要依赖于灰度直方图，而很少考虑图像中像素的空间位置关系。因此当背景复杂，特别在同一背景上重叠出现若干个研究目标时，容易丧失部分边界信息，造成分割的不完整［４］。在含有强噪声干扰时，阈值分割方法也不能取得令人满意的分割结果。
３．迭代法进行肺ＣＴ图像分割迭代法基于最优逼近的思想，通过迭代的过程选择一个最佳阈值，实现图像的分割。其基本算法如下：
统计图像中各像素灰度的最大值和最小值，分别记为Ｇｍａｘ和Ｇｍｉｎ，置迭代控制变量ｋ＝０，令阈值Ｔｋ＝（Ｇｍａｘ＋Ｇｍｉｎ）／２，并将其作为初始阈值；
根据阈值Ｔｋ将图像分割为目标和背景区域，分别求出两区域的平均灰度值为Ｍ０和Ｍ１；
令迭代控制变量ｋ＝ｋ＋１，求出新的迭代阈值Ｔｋ＋１＝（Ｍ０＋Ｍ１）／２；
若Ｔｋ＋１＝Ｔｋ，
则终止迭代，Ｔｋ＋１即为所得阈值，否则继续迭代。迭代法本质上是一种简单的两均值聚类技术，每一次迭代对应的
目标和背景区域的均值Ｍ０、
Ｍ１分别为相应的聚类中心，而分割阈值Ｔｋ与Ｍ０和Ｍ１的距离分别为各自聚类半径，以两区域均值基本不变时的阈值作为迭代法最终分割阈值，完成图像分割。
如图１即为肺ＣＴ图用迭代法分割出肺实质的结果。
（１）原始肺部ＣＴ图像
（２）一维灰度直方图（３）迭代法分割结果
图１迭代法分割
对于直方图呈现双峰形状且峰谷特征比较明显的图像，迭代方法可以较快收敛到满意结果，此时迭代所得的阈值分割图像结果很好，能较好区分图像的前景和背景的主要区域，但是对于图像直方图双峰特
征不明显，或目标和背景比例差异悬殊情况下分割效果可能不理想。
对某些特定图像，迭代过程中微小数据的变化甚至会引起分割结果的巨大变化，导致分割失效，这是由非线性迭代系统对初始条件的敏感性也即俗称的“蝴蝶效应”造成的。
从图像分割研究的历史来看，可以看到对图像分割的研究有几个明
显的趋势：一是对原有算法的不断改进。
二是新方法、新概念的引入和多种方法的有效综合运用。人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果，因而很多人在把新方法和新概念不断的引入图像分割领域的同时，也更加重视把各种方法综合起来运用［５］。例如新加坡南洋科技大学的Ｆａｎ．ｓｏｐｈｉｅ等提出的将边缘检测与区域生长法结合的基于区域生长的边缘分割方法［６］。总之图像分割是数字图像处理中的关键技术之一，是进一步进行图像识别、分析和理解的基础。随着实际应用的需要，对图像分割方法进行深入的研究，不断改进原有方法，提出新方法具有重要的意义。
参考文献［1］安宁,林树忠,刘海华,崔慧.图像处理方法研究及其应用［J］.仪器仪表报,):792-794.
［2］李强.图像分割中的阈值法研究［J］.铜仁职业技术学院学报（自
然科学版）,2008,Vol.6.No.6:52-54.［3］罗渝兰,王景熙,郑昌琼.图像分割在生物医学工程中的应用.计
算机应用［J
］,2002,Vol.22,No.8:20-22.［4］张桂林,陈益新,李强等.基于灰度与边缘的图像分割方法［J］.华中理工大学学报,1994(5).
［5］赵春燕,时秀芳,闫长青.图像分割综述.中国科技信息.-43.
［6］Fan,SophieJiuXiao.Edgebasedregiongrowing-Anewimagesegmentationmethod［A］.ProceedingsVRCAI2004-ACMSIGGRAPHInternationalConferenceonVirtualRealityContinuumanditsApplicationsinIndustry,.
Word文档免费下载：图像分割方法及其应用研究
种类型图像分割方法归结为4类典型的方法,并分析各自的特性;接着介绍了几种结合特定理论的图像分割方法;然后介绍了图像分割的应用现状;最后指出了图像分割今后的研究...常用方法及其应用石荣刚 ,李志远 ,江 涛 ( 西安通信学院 陕西 西安 710106) 摘 : 针对图像分割中遇到的常见问题 ,研究了边缘检测 、要 阈值处理等图像分割理论...基于水平集的图像分割方法研究及应用_信息与通信_工程科技_专业资料。图像分割分类号:TP301密级: ◆▲/▲ 篓只孥 硕士学位论文论文题目:基于水平集的图像分割方法...同时,水平集方法仍然处于发展阶段,其理论和应用方面的研究都有待于进一步深化和完善。在此背景下,本论文对水平集方法及其在图像分割中的应 用和进一步扩展进行深入...同时,水平集方法仍然处于发展阶段,其理论和应用方面的研究都有待 于进一步深化和完善。在此背景下,本论文对水平集方法及其在图像分割中的应 用和进一步扩展进行深入...图像分割方法研究_计算机软件及应用_IT/计算机_专业资料。图像分割方法 报告课程设计(论文) 课程名称: 题目: 科研训练 图像分割方法研究 院 (系) : 专业班级: 姓...属性论方法在图像分割中的应用研究_专业资料。提出一种基于属性论的图像分割方法,首先将彩色图像转换到HSI颜色空间,然后根据定性映射原理建立HSI颜色空间的智能融合模型...同时,水平集方法仍然处于发展阶段,其理论和应用方面的研究都有待于进一步深化和完善。在此背景下,本论文对水平集方法及其在图像分割中的应 用和进一步扩展进行深入...同时,水平集方法仍然处于发展阶段,其理论和应用方面的研究都有待于进一步深化和完善。在此背景下,本论文对水平集方法及其在图像分割中的应 用和进一步扩展进行深入...一种彩色多级阈值的图像分割方法及在形状特征提取方面的应用--《山东大学学报(工学版)》2002年04期
一种彩色多级阈值的图像分割方法及在形状特征提取方面的应用
【摘要】：根据实际需要通过大量实践提出了一种有效的便于提取形状特征的彩色多级阈值图像分割办法 ,并在实践中得以验证
【作者单位】：
【关键词】：
【分类号】：TP391.4【正文快照】：
1　概述图像分割是图像处理和分析中必不可少的部分 ,具有重要的实际意义
它是根据图像处理和分析的需要把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程
图像分割的研究多年来一直受到人们的高度重视 ,至今已提出了上千种类型的分割算法[1～ 3 ]
从算法的角度
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国期刊全文数据库
邵锐,巫兆聪,钟世明;[J];测绘信息与工程;2005年05期
黄添强;卓飞豹;;[J];江苏技术师范学院学报;2007年06期
邵锐,巫兆聪,钟世明;[J];地理空间信息;2005年05期
刘威;孔英蕾;肖宏涛;;[J];兰州理工大学学报;2011年01期
邵锐,巫兆聪,钟世明;[J];现代测绘;2005年02期
王小青;姚富光;占剑;;[J];科技信息;2012年24期
姚富光;王小青;;[J];重庆教育学院学报;2012年06期
中国博士学位论文全文数据库
冯德俊;[D];西南交通大学;2004年
张文君;[D];西南交通大学;2007年
张恒博;[D];大连理工大学;2008年
吴剑;[D];武汉大学;2010年
中国硕士学位论文全文数据库
王丹丹;[D];广西大学;2005年
杨金华;[D];云南师范大学;2005年
邵锐;[D];武汉大学;2005年
景奉广;[D];西安科技大学;2008年
刘荣杰;[D];青岛大学;2008年
【参考文献】
中国期刊全文数据库
李建;[J];山东工业大学学报;1998年06期
【共引文献】
中国期刊全文数据库
吴志攀;赵跃龙;;[J];惠州学院学报(自然科学版);2005年06期
蒋媛;;[J];科技广场;2010年11期
李龙云;[J];山东工业大学学报;2001年01期
陈江华,梁村梅;[J];山东大学学报(工学版);2002年06期
中国博士学位论文全文数据库
刘怡光;[D];四川大学;2004年
吴骏;[D];天津大学;2007年
中国硕士学位论文全文数据库
宛俊林;[D];安徽理工大学;2010年
崔江;[D];南京航空航天大学;2003年
赵晶;[D];合肥工业大学;2004年
陈爱斌;[D];中南大学;2004年
徐彤阳;[D];长沙理工大学;2005年
王珺;[D];河海大学;2006年
肖汉光;[D];重庆大学;2006年
马吉甫;[D];华侨大学;2007年
李浩茹;[D];兰州理工大学;2008年
太海英;[D];天津大学;2008年
【同被引文献】
中国期刊全文数据库
杜明义;[J];测绘工程;1999年03期
冯德俊,申京诗,李永树,蒲体信;[J];测绘工程;2004年01期
张继贤;[J];测绘工程;2005年02期
张炳智,张继贤,张丽;[J];测绘科学;2000年03期
燕琴,张继贤,孙晓霞;[J];测绘科学;2002年02期
张丽,彭子风,张继贤,张炳智;[J];测绘科学;2002年03期
张继贤;[J];测绘科学;2003年03期
张祖勋;[J];地理信息世界;2004年03期
王祖伟,秦其明;[J];测绘通报;2002年03期
黄桂兰,郑肇葆,杨敏;[J];测绘通报;1996年03期
中国博士学位论文全文数据库
孙兴华;[D];南京理工大学;2002年
黄慧萍;[D];中国科学院研究生院（遥感应用研究所）;2003年
冯德俊;[D];西南交通大学;2004年
冯春;[D];中国地质大学（北京）;2005年
张晓东;[D];武汉大学;2005年
张路;[D];武汉大学;2004年
钟家强;[D];国防科学技术大学;2005年
邓小炼;[D];中国科学院研究生院（遥感应用研究所）;2006年
李向军;[D];中国科学院研究生院（遥感应用研究所）;2006年
邓辉;[D];成都理工大学;2007年
中国硕士学位论文全文数据库
陈志鹏;[D];中国科学院研究生院（电子学研究所）;2002年
郑洪英;[D];重庆大学;2002年
王恒进;[D];西北工业大学;2002年
窦爱霞;[D];山东科技大学;2003年
樊厚春;[D];中国科学院研究生院（遥感应用研究所）;2004年
徐元柳;[D];新疆大学;2005年
佟彪;[D];武汉大学;2005年
佃袁勇;[D];武汉大学;2005年
曹爽;[D];河海大学;2006年
莫登奎;[D];中南林业科技大学;2006年
【二级引证文献】
中国期刊全文数据库
叶青;周云才;;[J];长江大学学报(自然科学版)理工卷;2008年01期
姜东海;王殊;;[J];长沙通信职业技术学院学报;2005年04期
柳娟;满家巨;;[J];电脑知识与技术;2008年16期
王慧;申石磊;;[J];电脑知识与技术;2010年04期
王宁;张晰;纪永刚;鲁统臻;于波;;[J];地球信息科学学报;2011年02期
张立杰;裴亮;;[J];地理空间信息;2008年02期
张立杰;裴亮;马书英;;[J];辽宁工程技术大学学报;2006年S1期
伯将军;郭书军;伍淳华;;[J];电子设计工程;2012年03期
张坤华;杨烜;;[J];光学精密工程;2009年07期
张景异;朱美臣;杨青;;[J];工业仪表与自动化装置;2012年02期
中国重要会议论文全文数据库
高永祥;刘伟华;;[A];江苏省测绘学会2007年学术年会论文集[C];2008年
高永祥;刘伟华;;[A];江苏省测绘学会2007'学术年会论文集[C];2008年
刘翔;李万茂;高连如;陶发达;倪金生;;[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
中国博士学位论文全文数据库
李梦;[D];重庆大学;2011年
陈曦;[D];上海交通大学;2011年
孙艳;[D];吉林大学;2011年
祝锦霞;[D];浙江大学;2011年
杨晶;[D];东北林业大学;2007年
辛动军;[D];南京理工大学;2007年
梁松;[D];中国矿业大学（北京）;2010年
吴剑;[D];武汉大学;2010年
曾涛;[D];成都理工大学;2010年
中国硕士学位论文全文数据库
王云峰;[D];哈尔滨工程大学;2010年
刘黎宁;[D];西北大学;2011年
陆昳丽;[D];南京大学;2011年
尹高飞;[D];南京大学;2011年
陈见飞;[D];广东工业大学;2011年
王威;[D];江西理工大学;2011年
黄文嘉;[D];中南大学;2011年
杨小晴;[D];中南大学;2011年
马正龙;[D];中南大学;2011年
李智峰;[D];中南大学;2011年
【相似文献】
中国期刊全文数据库
黎妹红,张其善;[J];电子技术应用;2004年03期
向玉宇,刘亚祥,徐学仕,汤恒;[J];电子质量;2001年12期
刘海霞;;[J];内蒙古水利;2006年01期
崔琳;左莉;;[J];大众科技;2009年07期
冯毅;王香华;;[J];数据采集与处理;2006年S1期
吴有富,许连清;[J];贵州大学学报(自然科学版);1998年04期
陈善学,郑建宏;[J];重庆邮电学院学报(自然科学版);2000年02期
陈学工;童明卓;;[J];电脑与信息技术;2008年01期
杨恬,李德芳;[J];西南师范大学学报(自然科学版);1998年06期
钱本龙;[J];四川林勘设计;1994年03期
中国重要会议论文全文数据库
殷雅俊;吴继业;;[A];北京力学会第17届学术年会论文集[C];2011年
张光霞;任甫;翟桂英;;[A];中国解剖学会2011年年会论文文摘汇编[C];2011年
席根喜;徐国彬;高日;;[A];第八届空间结构学术会议论文集[C];1997年
肖来元;;[A];第四届全国结构工程学术会议论文集（上）[C];1995年
赵娜娜;潘道成;聂伟;姬相玲;;[A];中国化学会第二十五届学术年会论文摘要集（上册）[C];2006年
郭柏军;;[A];四川省电子学会生产技术专委会先进制造技术成果交流会论文集[C];2005年
朱辉;李在铭;;[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年
汤茂斌;谢渝平;李就好;;[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年
邵士勇;姚永帮;饶瑞中;;[A];第八届全国颗粒制备与处理学术和应用研讨会论文集[C];2007年
王显军;;[A];全国首届旋流器分离理论与应用研讨会论文集[C];2002年
中国重要报纸全文数据库
方向红 南京大学哲学系;[N];中国社会科学报;2010年
何君华;[N];文艺报;2011年
祝勇;[N];大众科技报;2000年
刘霞;[N];科技日报;2010年
刘霞;[N];科技日报;2010年
严恒元;[N];福建工商时报;2001年
成旭辉;[N];中国矿业报;2001年
(日)横山德贞 张海青 译;[N];中国包装报;2011年
岳贵云;[N];中国国防报;2002年
;[N];中国财经报;2002年
中国博士学位论文全文数据库
李剑锋;[D];复旦大学;2009年
刘静暖;[D];吉林大学;2009年
吴秋霞;[D];华南理工大学;2012年
张吉;[D];中国建筑科学研究院;2011年
丁学文;[D];天津大学;2007年
王文;[D];山东师范大学;2011年
阮平巧;[D];天津大学;2010年
胡戎翔;[D];中国科学技术大学;2012年
李珊珊;[D];中国科学技术大学;2010年
张智伟;[D];山东大学;2009年
中国硕士学位论文全文数据库
许江;[D];河北师范大学;2010年
李树玲;[D];陕西师范大学;2010年
杨佳丹;[D];湖南大学;2011年
张西亮;[D];中国科学院研究生院（云南天文台）;2006年
丁学文;[D];天津大学;2005年
胡爱军;[D];北京大学;2008年
白雪飞;[D];西北大学;2005年
王康;[D];华南师范大学;2005年
黄浩;[D];华中师范大学;2008年
陈明刚;[D];湖南大学;2008年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号上传用户：wpdoelunzx资料价格：5财富值&&『』文档下载 ：『』&&『』学位专业：&关 键 词 ：&&&&&&权力声明：若本站收录的文献无意侵犯了您的著作版权，请点击。摘要:（摘要内容经过系统自动伪原创处理以避免复制，下载原文正常，内容请直接查看目录。）甲状腺结节是一种罕见多病发，实时发明并医治可防止其转化为恶性肿瘤，超声诊断技巧赓续进步，已成为该疾病的首选检讨手腕。甲状腺良恶性结节在超声图象特点上存在可辨别性，是以研讨若何精确朋分结节区域，提掏出辨别良恶性结节的有用特点并停止辨别，具有主要的实际意义和辽阔的临床运用远景。临床检讨中，大夫在超声影象中标志疑似病变区域，并依据结节的剖断性质和临床经历得出结论。该办法存在的成绩是：须要大夫手工标志病变区域，诊断任务量年夜；诊断成果重要取决于大夫的定性评价，具有客观性；良、恶性结节特点界线不容易掌握。本文以甲状腺超声图象为研讨对象，在甲状腺结节朋分和更好地提取辨别良恶性结节的最好特点方面做了摸索性的研讨，获得了以下结果：1、图象朋分方面：引见了今朝经常使用于超声图象朋分的DRLSE模子，深刻剖析了该算法在演变偏向单一和界限泄漏等方面存在的缺乏，停止了三方面的改良：一是结构联合相位和梯度信息的界限指导函数，加强了模子对弱边沿的辨认定位才能；二是界说了自顺应加权系数，完成曲线自顺应地向内或许向外演变，处理了演变偏向单一和初始曲线地位敏感的成绩；三是联合CV模子的保真项，增强了模子全局朋分的才能，并在必定水平上进步了模子的朋分速度。2、特点提取方面：提出一种融会纹理、外形和衰减信息的甲状腺结节超声图象特点提取算法。在纹理特点提取上，将传统部分二值形式(LBP)算法作为原型，在此基本上对其邻域和间隔编码停止改良，采取椭圆状邻域和隐约间隔编码，更有益于结节的表现，并处理了LBP算法单一的变换映照和对噪声比拟敏感的成绩；另外，提取了却节的外形特点和衰减系数，配合组成甲状腺结节的特点向量。将上述办法运用到自建的甲状腺结节图象数据库，经由过程试验验证，改良的朋分算法显著优于传统的DRLSE模子，可以更好地朋分出结节区域；并在此基本上，提掏出结节特点并输出到SVM分类器停止良恶性辨别。与其他特点提取算法停止试验比较，本文提出的特点融会算法描写精确率高，具有较高的分类机能。Abstract:Thyroid nodules is a rare sickly, discover in time and cure can prevent its conversion for malignant tumor, ultrasound diagnostic skills continuously progress has become the disease first review the wrist. Thyroid benign and malignant nodules in ultrasound imaging characteristics of the existence of the distinction, it is to discuss how to accurately distinguish between friends and sub regional, to distinguish between benign and malignant nodules of useful features and to stop the discrimination, with the main practical significance and broad clinical application prospects. Clinical review, the doctor in the ultrasound image of the suspected lesions in the region, and according to the characteristics of the nodule and clinical experience to draw conclusions. The results of the approach are: the need to manually sign the lesion area, the diagnosis of the task of the eve of the diagnosis, the results of the diagnosis depends on the qualitative evaluation of the doctor, with objectivity, benign and malignant nodules are not easy to grasp the characteristics of the line. In this paper, the thyroid ultrasound images as the research object, in terms of the best features of thyroid nodule segmentation and better extraction to distinguish benign and malignant nodules do exploratory research, obtained the following results: 1, image division: introduces the present frequently used in ultrasonic image segmentation of the DRLSE model, analyzes the algorithm in the evolution of bias and limits of single leakage deficiency, has been improved in three aspects: one is the structure of combined phase gradient information and guidance to strengthen the limit function, the model of weak edge posi two is the definition of adaptive weighted coefficient, complete the self adaptation curve inward or outward evolution process the evolution of a single bias and initial curve positi three is the fidelity term combined with CV model, enhance the global division to the mold, and must be in the water The speed of the model is improved. 2, features extraction: a fusion of texture, shape and attenuation information of thyroid nodules in ultrasound image characteristics extraction algorithm is put forward. In texture feature extraction, the part of the traditional binary form (LBP) algorithm as a prototype, on the basis of the neighborhood and interval coding is improved, take elliptical neighborhood and vaguely interval coding, more beneficial nodules, and to deal with the LBP algorithm single transformation mapping according to noise and compare s in addition, the extracted prescription Festival appearance features and the attenuation coefficient, which is matched with the feature vector of the thyroid nodules. The above method is applied to the self construction of thyroid nodule image database, through the process of experimental validation, improved sub points algorithm is significantly better than the traditional DRLSE model, it can better distingui and in this basically, to put out the characteristics of nodules and output to SVM classifier to stop the benign and malignant. And other features extraction algorithm to stop comparing test, description of the characteristics of fusion algorithm accuracy rate is high, with high classification performance.目录:摘要5-6Abstract6-7第1章 绪论10-20&&&&1.1 课题来源及研究的目的和意义10-11&&&&1.2 国内外研究现状及分析11-15&&&&&&&&1.2.1 图像分割方面12-13&&&&&&&&1.2.2 特征提取方面13-15&&&&1.3 超声成像原理及甲状腺声像图鉴别分析15-17&&&&&&&&1.3.1 超声成像原理及临床应用15-16&&&&&&&&1.3.2 甲状腺结节超声声像图鉴别分析16-17&&&&1.4 本文的主要工作17-18&&&&1.5 论文结构安排18-20第2章 活动轮廓模型图像分割算法20-29&&&&2.1 概述20&&&&2.2 活动轮廓模型的发展现状20-22&&&&2.3 DRLSE 模型22-26&&&&2.4 CV 模型26-28&&&&2.5 本章小结28-29第3章 结合相位边缘和全局区域的水平集超声图像分割29-38&&&&3.1 概述29&&&&3.2 结合相位的边界停止函数的构造29-33&&&&3.3 自适应加权系数的构造33-34&&&&3.4 本文模型的水平集表达34-35&&&&3.5 实验结果与分析35-37&&&&3.6 本章小结37-38第4章 纹理特征提取算法38-47&&&&4.1 概述38-39&&&&&&&&4.1.1 基于统计的纹理分析方法38&&&&&&&&4.1.2 基于模型的纹理分析方法38-39&&&&&&&&4.1.3 基于结构的纹理分析方法39&&&&&&&&4.1.4 基于信号处理的纹理分析方法39&&&&4.2 局部二值模式（LBP）算法39-45&&&&&&&&4.2.1 LBP 算法的基本原理介绍40-42&&&&&&&&4.2.2 LBP 算法的几点改进42-45&&&&&&&&4.2.3 LBP 算法的优点与不足45&&&&4.3 本章小结45-47第5章 一种改进的甲状腺结节超声图像特征提取算法47-61&&&&5.1 概述47&&&&5.2 感兴趣区域（ROI）的选取47-48&&&&5.3 形状特征48-52&&&&5.4 衰减特征52&&&&5.5 纹理特征52-58&&&&&&&&5.5.1 邻域的改进53&&&&&&&&5.5.2 距离编码的改进53-56&&&&&&&&5.5.3 模糊程度参数 F 的选择56-58&&&&&&&&5.5.4 本文模型的实现步骤58&&&&5.6 实验58-60&&&&5.7 本章小结60-61第6章 总结与展望61-63&&&&6.1 工作总结61-62&&&&6.2 工作展望62-63参考文献63-67致谢67-68攻读学位期间取得的科研成果68分享到：相关文献|}