摘    要

近年来，肿瘤、心血管等重大疾病的发病率因人们生活环境和习惯的变化日益升高，严重的影响了人们的正常生活。因此，如何更好的观察、分析病灶，从而精准地诊断病情也成为了急于解决的问题。而随着科学技术的迅猛发展，在图像像素不大的条件下，通过编程控制MATLAB软件进行图像分割去处理病变区域的医学图像。可以在维持原来图像的基础上，得到一个目标区域清晰的图像，也为医学诊断提供了一种可行的解决方案。本论文首先采用MATLAB软件平台从原理和效果上介绍4种分割方法，即直方图双峰法、最大类方差法、迭代法以及基于HAAR小波变换的方法。并使用图形用户界面（GUI），进行可视化编程，进而去获得较为清晰的DICOM图像。最后，对这几种算法的分割效果进行了比较。经验证结果表明，每种图像分割方法均有其独特的利弊和适用范围。所以，我们在使用MATLAB软件进行图像分割之前，应先对图像进行分析，再进行分割处理，以便能够获得较好的的分割效果。使用MATLAB进行图像分割时的操作过程简单易行，可多次重复、很好的实现计算机与人进行可视化的通信交流。能够进行效率高的实时分割，人工效率远不及他的九分之一。

 

关键词：DICOM；分割；MATLAB;GUI；小波变换

 

目　　录

中文摘要-

英文摘要-

目　　录-

1　绪论-

1.1　课题的背景与意义-1

1.2　图像分割技术的发展现状-1

1.3　论文内容安排-1

2　常见的医学图像模式-

2.1　DICOM格式-3

2.2　DICOM格式与CT的关系-3

3　图像预处理-

3.1　DICOM图像的获取及显示-4

3.2　直方图均衡化-4

3.3　图像的灰度变换-5

4　医学图像分割方法原理-

4.1　阈值分割-6

4.1.1　简要介绍阈值分割-

4.1.2　直方图双峰法与二值化法-

4.1.3　直方图双峰法-

4.1.4　迭代法-

4.1.5　最大类方差法-

4.2　基于小波变换的分割方法-7

4.3　四种图像分割方法比较-9

5　基于GUI界面的医学图像分割系统的仿真与实现-

5.1　MATLAB介绍-10

5.2　基于GUI的功能介绍-10

5.3　GUI界面的创建方法-10

5.4　GUI图形用户界面系统架构设计-12

6　对比分析-15

总　  结-

参考文献-

致    谢-

附　　录-