图像分割是个经典的图像处理技术问题,一直是令人非常感兴趣的研究领域。医学图像分割是正常组织和病变组织的三维可视化、手术模拟、图形引导手术等后续处理的基础,分割的准确性对医生判断患者疾病的真实情况并做出相应的诊断计划至关重要。因此,图像分割在医学应用中具有特殊的重要意义,特别是对人类生命健康相关的人体切片图像分割研究成为医学图像可视化研究中的一个非常重要的部分,是科学计算可视化中研究的热点问题。虽然目前已有学者研究出不少边缘检测、区域分割及目标提取的方法,但尚没有一种普遍适用图像分割方法,只能针对某一具体应用而采用相对行之有效的算法,对于复杂的医学图像更加如此。由于技术的复杂性而成为图像处理技术发展的瓶颈。 本课题研究采用的图像资料是南方医科大学提供的真彩色高分辨率“虚拟人”女一号人体切片图像。针对其中某些切片,本文着重进行了图像预处理和分割算法的研究及算法的实现,本文的主要研究工作及结论如下: (1).本文研究医学切片图像的分割,由于其巨大的数据量及复杂性,必须经过特殊的预处理把冗余信息去掉,才能简化后续处理。首先要对此彩色切片图像运用彩色空间变换,简化背景,然后对切片图像的手部进行了图像的分割。针对当前主流的灰度图像分割算法进行了详尽的分析、归纳和总结,比较了各类方法的优缺点,并运用其中某些方法来进行图像分割实验。 (2).彩色图像分割必须选择合适的彩色空间以及有效的分割方法。大多数彩色图像分割方法是在灰度图像分割方法的基础上发展起来的,本文对彩色图像分割领域中出现的彩色空间进行了归纳和总结,研究和分析了各类彩色空间在彩色图像分割中的优缺点,为选择合适的彩色空间提供了某些参考依据。并且基于HSI彩色空间变换,采用改进的区域生长算法进行图像分割,最后运用形态学以及经典边缘检测算子对图像进行分割实验并比较分析分割效果。针对人体切片图像,提出了基于HSI彩色空间变换、采用改进的区域生长算法、运用形态学以及经典边缘检测算子等对图像进行分割的方法。 (3).经典的图像分割方法对于复杂的真彩色医学图像往往无法取得很好的