论文出处:《大连理工大学学报》Vol.42,No.4.2002:504-508
基于小波变换和模糊算法的医学图像的边缘检测算法
袁野
1.2
欧宗瑛
2
(1.大连理工大学自动化系,大连,116024 2.大连理工大学机械系 CAD&CG 研究所,大连,116024)
摘要:在医学图像三维显示技术中,需要得到单象素级的清晰轮廓线。为了适应这种需求,
本文提出了一种边缘检测算法,它基于 Mallat 小波模极大值边缘检测方法,同时应用模糊
数学的原理为模极大值构造相应的隶属函数,对得到的极大值进行进一步筛选,最终可以得
到单象素级的边缘。实验结果证明了该算法的可行性。
关键字: 小波变换,边缘检测,模极大值,隶属函数,模糊算法
一, 引言
计算机断层图象(CT)和核磁共振成象(MRI)技术的发展为医学提供了直接显示人
体内部结构的方法,从而提高了医疗诊断的可靠性。在医学图像三维显示技术中,表面重建
的一个重要前提是获得 CT 断层图像的清晰的轮廓线。为了将诊断误差降低到最小程度,需
要有目标的精确外形,但采用传统的检测边缘的方法得到的轮廓线存在着大量的数据冗余,
界线很不清晰,从而给进一步处理带来困难。关于边缘检测的讨论可见于很多文献
[1][2][3]
。
如能发现一种精致而复杂的边缘描绘方法,得到单象素级的边缘,意义十分重大。
传统的边缘提取算法是以原始图像为基础,对噪声信号和边缘信号不加区分的使用边缘
提取算子,如 Laplacian 算子,Sobel 算子, Kirsch 算子等。以上算子都是使用差分算子,
利用临近边缘的地方的一阶和二阶方向导数的变化来检测边缘。边缘是图像局部特征的不连
续性,由于小波变换对突变信号的敏感性,以及它在时域和频域具有很好的定位性能,可以
采用小波进行奇异性分析来实现奇异点定位,从而达到检测边缘的目的。本文在使用 Mallat
小波边缘检测极大值检测方法的基础上,提出了一种算法,应用模糊数学理论,在满足阈值
的极大值点中进一步选取边缘点,从而得到单象素级的边缘。文中给出了完整的算法和实验
结果。
二, Mallat 小波模极大值边缘检测算法介绍
小波变换是检测突变信号的强有力的工具,能够刻划各种不同频率分量的信号,特别是
突变性质的信号。既能知道频率域的高频信号出现在空间域的具体位置,又能知道空间域的
突变局部的频率分布。基于小波变换的边缘检测,就是将原始图像进行小波变换,将其分解
在不同频段,对高频部分的模极大值进行合理选取,从而得到边缘。
为了检测图像边缘,Mallat
[
1
]
提出了一种梯度形式的小波变换,简述如下:
设
),( yx
θ
为二维平滑函数,将它作为小波基函数。定义水平小波函数 和垂直小
波函数
分别为平滑函数在 x 和 y 方向的偏导数:
),(
1
yx
ψ
),(
2
yx
ψ
∂∂=
∂∂=
yyxyx
xyxyx
/),(),(
/),(),(
2
1
θψ
θψ
(1)
在小波变换中,对尺度参数进行二进离散,可使连续小波转为二进小波。二进小波被广泛的
应用在边缘检测中。则:
)
2
,
2
(
4
1
),(
)
2
,
2
(
4
1
),(
22
2
11
2
jjj
jjj
yx
yx
yx
yx
j
j
ψψ
ψψ
=
=
(2)
本文由袁野博士授权《CIMS 论文的天地》制作 http://www.cimspaper.com
1