圖像分割評(píng)價(jià)方法研究

　　圖像分割是計(jì)算計(jì)視覺(jué)研究中的經(jīng)典難題，已成為圖像理解領(lǐng)域關(guān)注的一個(gè)熱點(diǎn)，

　　圖像分割作為圖像技術(shù)領(lǐng)域的一個(gè)經(jīng)典難題，自上世紀(jì)七十年代以來(lái)吸引了眾多研究人員的研究熱情并為之付出了巨大努力，提出了很多圖像分割算法。這些分割算法分割性能的優(yōu)劣，是用相關(guān)圖像分割質(zhì)量測(cè)度來(lái)進(jìn)行評(píng)價(jià)的。但由于對(duì)算法分割是否成功的客觀(guān)判定標(biāo)準(zhǔn)至今未得到解決，因此圖像分割算法分割質(zhì)量得評(píng)價(jià)成為一項(xiàng)頗具研究意義的課題。有關(guān)圖像分割評(píng)價(jià)的方法已有少數(shù)的初步探討，但目前仍未有很好的歸納和整理。這不僅和圖像分割技術(shù)的研究應(yīng)用現(xiàn)狀不相稱(chēng)，也不利于圖像分割技術(shù)的發(fā)展。

　　圖像分割是圖像分析的第一步，是計(jì)算機(jī)視覺(jué)的基礎(chǔ)，是圖像理解的重要組成部分，同時(shí)也是圖像處理中最困難的問(wèn)題之一。所謂圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的區(qū)域，使得這些特征在同一區(qū)域內(nèi)表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。簡(jiǎn)單的說(shuō)就是在一副圖像中，把目標(biāo)從背景中分離出來(lái)。對(duì)于灰度圖像來(lái)說(shuō)，區(qū)域內(nèi)部的像素一般具有灰度相似性，而在區(qū)域的邊界上一般具有灰度不連續(xù)性。 關(guān)于圖像分割技術(shù)，由于問(wèn)題本身的重要性和困難性，從20世紀(jì)70年代起圖像分割問(wèn)題就吸引了很多研究人員為之付出了巨大的努力。雖然到目前為止，還不存在一個(gè)通用的完美的圖像分割的方法，但是對(duì)于圖像分割的一般性規(guī)律則基本上已經(jīng)達(dá)成的共識(shí)，已經(jīng)產(chǎn)生了相當(dāng)多的研究成果和方法。

　　圖像分割是指將圖像中感興趣區(qū)域（ROI）的邊界找到，使得邊界內(nèi)部和外部的像素分別具備相似的特征（強(qiáng)度、紋理等）。醫(yī)學(xué)圖像分割是對(duì)醫(yī)學(xué)圖像進(jìn)行其他后續(xù)處理的基礎(chǔ)。對(duì)圖像中目標(biāo)區(qū)域的準(zhǔn)確分割對(duì)于計(jì)算機(jī)輔助診斷、制訂手術(shù)計(jì)劃、目標(biāo)3維重建以及放射性治療評(píng)價(jià)等都具有重要意義。近幾十年來(lái)，隨著醫(yī)學(xué)成像設(shè)備的不斷完善，醫(yī)學(xué)圖像的分割算法也層出不窮，但是很少能夠在臨床上得到廣泛應(yīng)用。用一個(gè)全面的醫(yī)學(xué)圖像數(shù)據(jù)集合來(lái)客觀(guān)評(píng)價(jià)醫(yī)學(xué)圖像分割算法是將該算法向臨床應(yīng)用推進(jìn)的關(guān)鍵一步

　　閥值分割法是一種傳統(tǒng)的圖像分割方法，因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。閥值分割法的基本原理是通過(guò)設(shè)定不同的特征閥值，把圖像像素點(diǎn)分為具有不同灰度級(jí)的目標(biāo)區(qū)域和背景區(qū)域的若干類(lèi)。它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖，目前在圖像處理領(lǐng)域被廣泛應(yīng)用，其中閥值的選取是圖像閥值分割中的關(guān)鍵技術(shù)。

　　灰度閥值分割方法是一種最常用的并行區(qū)域技術(shù)，是圖像分割中應(yīng)用數(shù)量最多的一類(lèi)。圖像若只用目標(biāo)和背景兩大類(lèi)，那么只需要選取一個(gè)閥值，此分割方法稱(chēng)為單閥值分割。單閥值分割實(shí)際上是輸入圖像f到輸出圖像g的如下變換：

　　在上述表達(dá)式中，T為閥值，對(duì)于目標(biāo)物體的圖像元素g（i，j）=1，對(duì)于背景的圖像元素g（i，j）=0。但是如果圖像中有多個(gè)目標(biāo)需要提取，單一的閥值分割就會(huì)出錯(cuò)。就需要選取多個(gè)閥值將每個(gè)目標(biāo)分割開(kāi)，這種分割方法稱(chēng)為多閥值分割。

　　閥值分割的結(jié)果取決于閥值的選擇。由此可見(jiàn)，閥值分割算法的關(guān)鍵是確定閥值。閥值確定后，將閥值與像素點(diǎn)的灰度值比較以及對(duì)各像素的分割并行地進(jìn)行。常用的閥值選擇方法有利用圖像灰度直方圖的峰谷法、最小誤差法、基于過(guò)渡區(qū)法、利用像素點(diǎn)空間位置信息的變化閥值法、結(jié)合連通信息的閥值方法、最大相關(guān)性原則選擇閥值和最大熵原則自動(dòng)閥值法。

　　圖1是利用單閥值方法和局部閥值方法對(duì)細(xì)胞圖像分隔的結(jié)果，結(jié)果表明，在很多情況下，目標(biāo)物體和背景的對(duì)比度在圖像的不同位置并不是一樣的，這是如果用一個(gè)統(tǒng)一的單閥值將目標(biāo)與背景分開(kāi)，效果是不理想的。如果根據(jù)圖像的局部特征分別用不同的閥值對(duì)圖像進(jìn)行分割，即局部閥值分割，則效果要比單閥值分割要好得多。

　　閥值分割方法的優(yōu)點(diǎn)是圖像分割的速度快，計(jì)算簡(jiǎn)單，效率較高。但是這種方法只考慮像素點(diǎn)灰度值本身的特征，一般不考慮空間特征，因此對(duì)噪聲比較敏感。雖然目前出現(xiàn)了各種基于閥值分割的改進(jìn)算法，圖像分割的效果有所改進(jìn)，但在閥值的設(shè)置上還是沒(méi)有很好的解決方法，若將智能遺傳算法應(yīng)用在閥值篩選上，選取能最優(yōu)分割圖像的閥值，這可能是基于閥值分割的圖像分割法的發(fā)展趨勢(shì)。