宫颈细胞的图像分割算法对比及应用

喻梦婷， 赵立宏

（南华大学机械工程学院，湖南衡阳 421000）

0 引言

图像分割在图像处理领域是一个热门问题，在医学研究领域有很广泛的应用[1]。一直以来，针对疾病的诊断都是依靠医生的经验来判断，这种人为主观的诊断方式会因为人的各种情绪或者疲劳等外界因素而误判。所以，利用机器电脑自动地识别和判断疾病具有重大的意义。而在医学图像[2]处理中，首先需要对图像进行分割为识别提供前提条件[3]，分割后的结果也直接影响到后续的识别提取处理。所以，这也使得图像分割成为图像处理中的难点和热点。所谓的图像分割是指把图像分为若干个具有独特性质区域，然后提取出感兴趣目标的过程。图像分割[4]方法一般是通过局部像素点的不连续性以及相似性进行研究，大致可以分成三类：阈值分割方法、边缘检测分割和区域分割方法[5]。本文将对阈值法和边缘检测两类算法进行对比介绍。

1 阈值法

阈值分割[6]是一种比较简单的分割像素级方法，它是基于图像的目标和背景之间的灰度差异[7]，直接剔除高于或者低于某一个像素值的像素。阈值分割是把原图像中每一个像素点的灰度值和我们预先设定的阈值进行比较，从而得到我们需要的部分。阈值分割方法分为局部和全局两类[8]。全局阈值法是利用图像的全局信息求出最优分割的阈值,这个阈值可以是一个或多个。局部阈值法是将原图像划分成若干个较小图像，然后对每个子图像选取对应的阈值。……