论文摘要
图像分割技术是图像处理中的一项关键技术,分割结果直接影响后续的图像分析和理解的效果。近年来,主动轮廓模型（Active Contour Model, ACM）由于其能较好地处理局部间断边缘等特性,受到人们的关注;而水平集方法（Level Set Method）用定义在高维空间中的水平集函数替代了ACM方法中的参数曲线的演化,成功地解决了曲线演化中拓扑结构变化的问题。主动轮廓模型和水平集方法已成为图像分割研究的一个重要的方向。为了提供一个开放的医学图像分割算法平台,本文研究和探讨了多种基于主动轮廓模型和水平集的图像分割方法,并辅助基本的图像操作功能,搭建编写了医学图像分割系统平台软件系统。本文首先实现并比较了两种参数主动轮廓模型（Snake, GVF-Snake）,并应用于医学图像分割,然后研究并实现了两种水平集方法:无重新初始化的水平集（Level Set Without Reinitialization, LSWR）、基于区域特征的水平集（Level Set Without Edges, LSWE）;最后,基于Microsoft MFC开发了基于主动轮廓模型的医学图像分割系统,该系统提供通用的图像基本操作功能,并支持DICOM格式医学图像和普通的BMP、JPEG图像;通过统一的算法集成接口,集成了多种分割方法,提供了一个开放的算法平台,实现了算法在二进制级上的复用。