摘要：圖像二值化是圖像預(yù)處理中的一項(xiàng)重要技術(shù)，在模式識(shí)別、光學(xué)字符識(shí)別、醫(yī)學(xué)成像等方面都有重要應(yīng)用。以一張肺部患病的X線圖像作為研究對(duì)象，設(shè)計(jì)MATLAB的GUI界面，通過Otsu法，迭代法，二維最大熵法和Niblack法這四種不同的算法對(duì)其進(jìn)行二值化處理，便于提取圖像中的病灶部位。

關(guān)鍵詞：圖像二值化；GUI界面；Otsu

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2013）16-3842-03

圖像二值化是圖像分割的基礎(chǔ)性方法，在圖像分割應(yīng)用中處于中心地位，而圖像分割是圖像處理中非常重要的部分，對(duì)于灰度圖像的二值化的算法實(shí)際上解決的就是將灰度圖像轉(zhuǎn)換為二值圖像，二值化效果的好壞，取決于閾值提取的準(zhǔn)確與否。由于圖像種類各異，大大增加了閾值選取的難度。

閾值是把目標(biāo)和背景區(qū)分開的標(biāo)尺，選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息，又要盡可能減少背景和噪聲的干擾，這是選擇閾值的原則。

對(duì)于醫(yī)學(xué)圖像來說，它屬于數(shù)字圖像的一類特殊圖像，因此，醫(yī)學(xué)圖像二值化的原理和數(shù)字圖像二值化的原理是一樣的。只是有更加特殊的意義，醫(yī)學(xué)圖像二值化的目的主要是通過運(yùn)用適合圖像的二值化算法找到一個(gè)合適的閾值，將一個(gè)具有多個(gè)灰度級(jí)的灰度圖像變?yōu)橹挥?或255兩個(gè)灰度級(jí)的二值圖像，從背景中把所需要的目標(biāo)提取出來，也就是說從圖像中把可疑的病灶全部標(biāo)記出來，這樣可以節(jié)省醫(yī)生大量的讀片時(shí)間，使他們得以把注意力集中在可疑病灶上，從而為正確診斷奠定基礎(chǔ)。

1 幾種二值化算法的介紹

本次操作主要采用以下四種方法對(duì)醫(yī)學(xué)圖像進(jìn)行二值化的處理。

1）迭代法：迭代法的基本原理是選擇T為一個(gè)初始估計(jì)值，可以將它取為圖像中最大和最小灰度的中間值，使用T閾值分割圖像，灰度小于T的像素組成區(qū)域S0，灰度大于T的部分為S1，計(jì)算S0和S1區(qū)域中像素的各自平均灰度值T0和T1，取新的閾值：[TK=12（T0+T1）]，如果與相等或者相差在規(guī)定的范圍內(nèi)，或者達(dá)到規(guī)定迭代次數(shù)，則可將作為最終閾值結(jié)果，否則重復(fù)2到4步的操作，直至滿足要求。迭代法的優(yōu)點(diǎn)就是所得的閾值分割的圖像效果良好?；诘拈撝的軈^(qū)分出圖像的前景和背景的主要區(qū)域所在，但在圖像的細(xì)微處還沒有很好的區(qū)分度。但令人驚訝的是對(duì)某些特定圖像，微小數(shù)據(jù)的變化卻會(huì)引起分割效果的巨大改變，兩者的數(shù)據(jù)只是稍有變化，但分割效果卻反差極大，其中原因還有待進(jìn)一步研究。

4）Otsu算法：Otsu 在1979 年提出的最大類間方差法（有時(shí)也稱之為大津法），該方法的基本原理是：設(shè)閾值將圖像分割成兩組，一組灰度對(duì)應(yīng)目標(biāo)，另一組灰度對(duì)應(yīng)背景，則這兩組灰度值的類內(nèi)方差最小，兩組的類間方差最大，因方差是灰度分布均勻性的一種度量，方差值越大，說明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割意味著錯(cuò)分概率最小，這便是大津法的真正含義。通過一些測試發(fā)現(xiàn)，大津法選取出來的閾值非常理想。對(duì)各種情況的表現(xiàn)都較為良好。因方差是灰度分布均勻性的一種度量，方差值越大說明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)點(diǎn)錯(cuò)分為背景或部分背景點(diǎn)錯(cuò)分為目標(biāo)點(diǎn)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割意味著錯(cuò)分概率最小。雖然它在很多情況下都不是最佳的分割，但分割質(zhì)量通常都有一定的保障，可以說是最穩(wěn)定的分割。

2 幾種算法設(shè)計(jì)和結(jié)果顯示

通過比較以上圖像處理的結(jié)果和數(shù)據(jù)表格的分析，對(duì)于胸片來說，除了Niblack法，其他三種全局法處理效果均基本符合要求，但Otsu法運(yùn)行速度最快，尤其當(dāng)圖像比較大時(shí)，這個(gè)指標(biāo)，顯得尤為重要，所以O(shè)tsu法比較適合處理此圖像。由于niblack法是局部閾值算法，所以每個(gè)像素點(diǎn)的閾值是不同的，所以沒有一個(gè)固定的閾值，由于計(jì)算閾值特別多，運(yùn)算量很大，所以它的處理速度相對(duì)比較慢，局部閾值法一般用于識(shí)別干擾比較嚴(yán)重、品質(zhì)較差的圖像，而二維最大熵法的重要作用是在于可以有效的抑制噪聲。綜上所述，由于此圖像的圖像質(zhì)量已經(jīng)很高，所以全局閾值法，即otsu法對(duì)很適合用于這類圖像。

3 結(jié)論

目前對(duì)于圖像的二值化有多種方法，各有利弊，由于醫(yī)學(xué)圖像的復(fù)雜性，尤其是大部分圖像可能還存在噪聲的情況，醫(yī)學(xué)圖像的種類各異，因而要根據(jù)具體的圖像和應(yīng)用來確定所使用的算法，在某些具體情況下，要考慮多種算法的綜合或?qū)δ骋环N算法進(jìn)行改進(jìn)以期達(dá)到目的。

參考文獻(xiàn)：

[1] 趙永志，彭國華.一種有效的圖像二值化方法[J].科學(xué)技術(shù)與工程，2007，7（1）：139-141.

[2] 孫路，畢篤彥.基于信息熵的圖像分割閾值迭代改進(jìn)算法[J].2008，16（1）.

[3] 秦襄培.MATLAB圖像處理與界面編程寶典[M].北京：電子工業(yè)出版社，2009：541-611.

[4] Otsu N.A threshold selection method from gray-scale histogram[J]. IEEE Trans Syst Man， Cybern ，1978，SMC-8： 62-66.

[5] Liu Jieping，Yu Yinglin.A flexible method for image noise removal[J].Joural of South China University Technology，2000，28（2）：60-63.