《智能图像分割技术》：
第1章绪论
1.1研究背景及意义
在图像处理领域，根据图像操作对象数据大小和图像语义抽象程度高低的不同，可将图像技术分为图像处理、图像分析和图像理解三个层次，如图1.1所示。其中，图像分割技术［1］处于中底层视觉位置并具有非常关键的地位，为中高层视觉如图像分析与理解提供研究基础与技术保证。图像分割技术是指遵循一定的相似度准则，利用图像中的某些特征信息（如亮度、梯度、颜色、纹理等），将图像划分为若干内部一致而彼此特征各异的同质连通区域，即区域内部各像素点间在灰度、颜色、梯度、纹理等特征上具有较高的相似度，而不同区域各像素点间在这些特征上的差异较大［1］。图像分割的主要目的：一是通过对图像进行区域划分可有效简化图像的表示方式，减少冗余信息，以进一步提高后续操作的效率；二是通过区域划分可有效完成感兴趣目标的定位、提取及后续识别工作［1-3］。由图1.1很容易发现，特征提取和目标识别都建立在图像分割的基础之上，通过对目标信息的表征和量化，原始图像被转化为更具语义特征的抽象形式，从而使后续操作如图像分析和图像理解成为可能。因此，图像分割技术是图像处理和计算机视觉领域中的一个研究重点，对于一幅待处理图像，其分割质量的优劣将直接影响后续任务执行的有效性［2，3］。
随着科学技术的迅猛发展，计算机视觉技术及图像处理技术在工业、农业、医学、军事、教育等领域得到广泛应用［2，3］。作为计算机视觉领域中的基础研究问题及难题，图像分割技术同样在这些领域发挥至关重要的作用［1-3］。例如，在医学领域，即使在科学技术高速发展的今天，疾病仍然是人们生活质量和寿命长短的主要威胁。因此，如何利用现有的先进科学技术对这些疾病进行及时有效的诊断及治疗，是人们关注的热点问题和不懈努力的目标。随着医学、物理学、电子技术、计算机技术等的快速发展，医学影像在科研和临床诊断中发挥了重要的作用，为医学图像分割的有效执行提供了有力基础。医学成像技术是医护工作者的“第三只眼睛”，临床医生由此可以窥探人体内部器官、审视病患及获取有力的诊断线索。利用计算机对医学图像进行辅助诊断，改变了自古以来“望、闻、问、切”的诊断方式，大幅度推进了医疗水平的发展与进步。
图1.1图像技术的三层模型
随着医学影像在临床医学诊断中的广泛应用，作为医学图像处理中的关键一步，图像分割技术在医学中逐渐发挥越来越大的作用。例如，对复杂大脑图像的分割，其结果是否准确，直接关系到是否能够准确检测和诊断如脑部肿瘤、脑水肿、多发性脑硬化、组织坏死等疾病，同时这也是检测大脑活动变化的一种手段。又如血管图像的精准分割也是许多检测系统进行病症检测的前提条件，视网膜血管、心脑血管等的形态都是相应病症诊断的主要指标之一。如今，心脑血管疾病、各种癌症等十分常见且致命率极高，利用计算机技术对其进行有效诊断有着极为重要的研究意义。在医学领域中，图像分割是提取医学影像中特殊组织的定量信息所不可缺少的手段，其被广泛应用于各个方面，如组织容积的定量分析、解剖结构的研究、病变组织的定位、治疗规划、功能成像数据的局部体效应校正、计算机辅助诊断、计算机引导手术等。因此，研究图像分割关键技术具有非常重要的意义。
……
展开
