医学图像处理是计算机视觉领域的一个分支,是计算机图形学和数字图像处理技术在生物医学工程中的重要应用。其中,基于医学图像轮廓序列的三维重建及可视化是当前研究的一个热点问题,在诊断医学、手术规划、模拟仿真、解剖教学及医学仿真训练等方面都有广泛的应用。因此,作为三维重建的前期处理阶段,对医学图像轮廓提取算法的研究具有重要的理论意义和广泛的应用前景。主动轮廓线模型Snake所特有的高度动态特性,使之非常适合于医学图像的分割和轮廓提取处理。本论文具体研究了利用Snake模型解决目标轮廓提取所面临的关键技术问题。 传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线条、纹理等图像特征,本文研究了基于偏微分方程的各向异性扩散算法,改进Perona&Malik图像平滑模型。实验结果表明改进后的平滑方法既能有效消除孤立噪声点,又可以较好地保持图像的边缘信息。 运用Snake模型实现医学图像轮廓提取的核心内容,是定义合理的能量公式,并采用合理的策略快速收敛到该能量的全局极小值。本文从Snake的几何模型出发,提出基于A~*搜索过程的Snake轮廓提取算法,该算法解决了几何Snake模型的两个关键问题:1、采用加权平均法构造搜索图,使之能够合理反映图像像素的Snake能量;2、采用A~*算法实现指定两点之间目标轮廓线的提取。由于A~*搜索过程是一种全局最优搜索算法,并且在搜索过程中充分利用启发信息,从而能够保障并加快全局最小能量的收敛。 将本文提出的Snake算法应用于实际医学图像的分割与轮廓线提取,获得了较为满意的结果,它既能简化Snake模型的初始化工作,降低Snake对初始位置的敏感性,又可在较短时间内收敛到能量的全局极小值。实验结果表明,通过调节搜索地图构造参数,本文设计的轮廓提取算法对复杂多样的医学图像目标具有稳健的适应能力和准确的提取效果。 此外,本文还研究了基于轮廓线序列的医学图像三维重建技术,用于建立人体器官组织的几何模型。我们采用的工作路线是先对各断层轮廓进行二维的三角面片划分,然后在相邻层间连接四面体,最终形成三维的四面体网格。