赵文霞,周海英
(中北大学 电子与计算机科学技术学院,太原 030051)
医学图像中边缘检测的效果直接影响到治疗过程。现有的边缘检测方法有很多种,如传统的微分算子法、曲面拟合法、新兴的数学形态学方法和统计法。传统的边缘检测算子得到的目标边缘存在着大量噪声信息,边缘不清晰。基于数学形态学的边缘检测是运用形态学梯度算子来检测边缘信息,往往不能得到准确的边缘信息且算法适应性差。灰色理论边缘检测相对于以上算法有独特的优势,它能够很好地保留边缘信息,并且适应性好。目前已有学者提出了基于灰色预测模型GM(1,1)的边缘检测算法,取得了较好的效果,但对于较高密度噪声的效果不佳。
基于灰色理论边缘检测对噪声较敏感的特点,提出了一种基于灰关联度的图像增强以及图像处理区域选取的双尺度边缘检测算法,多组实验的结果表明该算法在检测边缘的同时能够较好地抑制噪声,对高密度的噪声的检测效果也很好。
灰关联分析是灰色系统理论的重要组成部分之一,通过比较系统之间或系统中各因素之间的几何曲线的几何形状来衡量它们的关联性,即几何形状越接近,其发展态势也越接近,则关联性越大,反之就越小。灰色关联度就是描述这种关联性的一个量,可以用它的大小、方向等来衡量因素间的关联性大小。如果两者的关联度大,则表明两者关联性大;……