CT影像是肺部疾病临床检查的重要手段,随着CT技术的进一步发展,肺部检查所获得的数据量越来越大,巨大的数据量将对医生的诊断工作带来了极大的挑战。为了减轻医生的工作量,更快更准确的检查出肺部疾病,将计算机的快速计算能力应用到肺实质分割中来辅助医生进行诊断。肺部图像主要由肺实质和肺实质外的空气、检查床等部分组成,我们提取的肺部区域就是指肺实质,即包括在肺壁中的区域。快速有效的分割出肺实质区域,是提取病变区域的基础。所以,要实现基于CT图像的计算机辅助肺部疾病诊断,第一步工作就是将肺部区域从CT图像中分割出来。目前针对图像的分割方法主要包括阈值法、区域生长法、基于模式分类的分割方法、分水岭分割法等几种。但由于医学图像具有噪声大,图像结构复杂等特点,这些方法对于医学图像的应用仍然达不到实用的效果。目前的分割方法普遍存在两个问题:一是方法大多是针对具体问题的,还没有一种通用的解决方法;二是自动分割的问题,虽然近年来专家学者们提出了很多自动分割算法,但是其精确性还达不到临床应用的要求。为了实现胸部CT图像的完全自动分割,本文结合阈值处理、数学形态学运算提出了一种新的肺实质自动分割方法。在新的算法中对传统的阈值分割算法做了一定的改进,可以取到更为理想的阈值。针对传统修补算法滚球法修补效果受半径的取值影响的问题,本文运用数学形态学提出了一种新的修补算法,提高了修补的准确率。实验表明,本文提出的算法可以自动准确地分割出肺实质区域。