67、图像分割技术：从树突棘分割到基于标记的分水岭算法

图像分割技术：从树突棘分割到基于标记的分水岭算法

1. 树突棘分割的水平集桥接力方法

在图像分割领域，树突棘的分割是一个具有挑战性的任务。由于部分体积效应，数据中物体的部分看起来可能是断开的。为了解决这个问题，研究人员定义了一个新的速度项，旨在连接这些断开的部分。

1.1 桥接力的缺点

通过对同一数据集的三个切片进行分析，发现桥接力存在一些缺点。例如，区域A中的树突棘与背景过于相似，难以进行分割；图5(a)中树突棘的明亮部分离树突太远，无法被检测到。区域B中，虽然检测到了一个树突棘，但水平集函数错误地连接到了另一个树突棘的明亮区域，这在语义上是不正确的。

实验中，算法以树突内的单个种子像素进行初始化，能够分割出所有具有指定图像特征的树突棘，这些树突棘要么与树突（可见地）相连，要么位于桥接力指定的邻域内。使用的最大前瞻距离为六个像素，虽然有少量树突棘被遗漏，但这是一个较好的权衡，因为更大的邻域会增加语义上不正确连接的数量。

1.2 与其他分割技术的比较

由于不存在正确分割的地面真值，研究人员将结果与各种其他分割技术进行了比较。常见的水平集分割结果与其他用户引导的分割技术（如区域生长、快速行进、图像森林变换等）相当。这些技术在不引入类似桥接力的修改的情况下，无法分割指定对象的断开部分。

基于模型的分割技术由于缺乏对象形状的先验信息而不适用。简单的基于像素的技术（如阈值方法）无法将断开的树突棘连接到树突，但研究人员认为使用具有适当邻域配置的马尔可夫随机场应该可以实现正确的分割。

2. 基于标记的分水岭算法在图像分割中的应用

图像分割是数字图像处理中的关键步