骨龄是衡量儿童青少年体格发育程度的重要数据指标,在临床医学、体育科学和司法等领域有着广泛的应用。由于手腕骨能够比较准确地反映全身骨骼生长发育状况,且易于拍摄,照射剂量小,因此国内外学者普遍认为手腕骨是确定骨龄的最理想部位。中华05计分法是我国目前识别骨龄所使用的手腕骨发育成熟度评价方法。等级评定是中华05计分法中最关键的步骤,它需要工作人员经过专业的培训,并熟练掌握各骨发育分期才能进行有效的人工判定,整个评定过程比较繁琐、工作量大、周期长。随着计算机技术的普及以及数字图像处理技术的发展,实现等级的自动评定成为了目前骨龄研究的热点。本文研究了一种基于中华05计分法的桡骨等级评定方法,针对手腕骨X光图像中桡骨的特点,对桡骨等级8-0至等级8-4的自动评定过程进行了研究。本文的主要内容如下：(1)提出了一种基于区域生长与最大类间方差法结合的桡骨分割算法。首先对手腕骨X光图像进行灰度变换、图像裁剪操作,然后对裁剪图像进行分块处理,采用最大类间方差法获得每块图像的自适应阈值,最后结合自适应阈值制定相似性准则,通过区域生长法实现手腕骨X光图像中桡骨的有效分割。(2)根据中华05计分法中桡骨等级8-0至8-4的评定标准以及手腕骨X光图像中桡骨的影像特点,首先选取了部分具有代表性的灰度特征和纹理特征,并提出了融合率新特征作为骨龄特征参数。然后分别设计k近邻分类器和随机森林分类器对桡骨等级进行分类实验,验证了选取的骨龄特征的分类性能。(3)基于ITK和VTK类库,结合MFC搭建了一个桡骨等级评定系统平台。通过对桡骨等级评定的过程进行研究,将整个系统分为图像读取,图像显示,图像交互,桡骨分割,等级自动评定五个功能模块。通过对各模块应用技术的分析,设计并实现了相应的功能。