[发明专利]一种基于数学形态学的医学图像的分割算法

权利要求书

1.一种基于数学形态学的医学图像的分割算法，其特征在于：该基于数学形态学的医学图像的分割算法包括如下步骤：

S1：医学图像形态重建：首先对医学图像进行一次开重建，具体公式为：(Y～_N(f)＝Y^(rec)(Y_N(f)，f))，当对医学图像开重建完成后，再对开重建后的医学图像进行一次闭重建，具体公式为(T～_N(f)＝Y^(rec)(T_N(f)，f))，式中Y，T分别表示形态学中的开运算和闭运算，f表示要重建的图像，(rce)表示重建运算，N表示运算使用的结构元素的尺寸；

S2：多尺度医学图像形态梯度计算：假设B_i(0≤i≤n)为一组正方形的结构元素，B_i的大小为(2i+1)×(2i+1)个像素点，则多尺度梯度的计算公式为式中f为原始图像，n为运算使用的结构元素的尺寸；

S3：医学图像形态梯度修正：假设梯度等级为l时，相应的结构半径r(l)为：0≤l≤max(l),0<a<1，式中r₀为最大半径，max(l)为梯度最大值，a为调节因子，设对应的层面经修正后转变为g_l'，则：g′_l＝T(l,r(l)),0≤l≤max(l)，将每一层面的输出进行合并，即确定修正后的梯度g'：

S4：医学图像分水岭变换及区域合并：首先把分水岭分割算法获得的区域使用区域相邻图像表示，其次采用相邻边缘强度信息进行区域合并，相邻边缘强度的定义为：扫描相邻区域间的边缘像素,如果其梯度值高于预设的阈值D₁,则令其为强边缘像素,区域间的强边缘像素占相邻边缘像素的比例称为相邻边缘强度，合并算法为：1)设定一个区域面积的阈值D_size,扫描所有区域,记录区域面积小于D_size的区域,从面积最小的区域R_i(结点n_i)开始，①在R_i的所有相邻区域中,找出与其相邻边缘强度最小的区域R_j(结点n_j)；②合并R_i和R_j区域，更新区域相邻图；2)重复步骤1),直到没有区域面积小于D_size。

2.根据权利要求1所述的一种基于数学形态学的医学图像的分割算法，其特征在于：所述步骤S3中，参数a的选取应保证当l取max(l)时,r(l)为最小结构元素半径值,当l取梯度最小值时,r(l)趋于r₀。