Sobel算子在医学图像边缘检测中的应用研究

肖雪梅

随着医学图像设备在临床工作中的应用日益广泛，图像数据增长迅速，进行医学图像的检索成为现代医学领域的一大研究热点。在医学图像检索中，传统的基于文本的图像检索耗时长，且无法满足现在对大规模图像数据检索的需要，因此提出了将Sobel算子应用在医学图像边缘检测中。利用Visual c++工具实现Sobel算子对医学图像进行边缘信息提取，应用Sobel算子对医学图像作分割，来突出需要的目标物体，如病灶，能比一般算子更精确。由于医学图像的特殊性，提出将Sobel算子应用于医学图像边缘检测中对于后续医学图像检索具有较高的现实意义。

1.引言

图像的边缘是图像的最基本特征。所谓边缘是指其周围像素灰度有跳跃变化的那些像素的集合。边缘广泛存在于图像中物体与物体之间，物体与背景之间，是图像进行分割所依赖的重要特征。边缘检测是图像处理中重要组成部分，目的在于精确定位边缘且一定程度上抑制噪声。

医学图像是临床诊断、病例分析治疗的重要依据之一，医学图像边缘检测是根据医学图像的某种相似性特征，将图像划分为若干个互不相交的“连通”区域的过程。医学图像中，大多数情况下都需要对医学图像进行边缘检测，来突出需要的目标物体，如病灶。采用Sobel算子计算医学图像边缘和阈值，在此基础上修改阈值使边缘更加精确，从而对疾病的诊断及治疗起到辅助作用。本文中对于医学图像采用Sobel算子进行边缘检测，均在Windows7操作系统下，运用VisualC++来实现。

2.边缘检测

边缘检测可以大幅度减少数据量，剔除被认为不相关的信息，保留图像重要的结构属性。边缘检测本质上是采用算法提取图像中物体与背景的交界线。目前边缘检测最通用的方法是检测亮度值的不连续性，这样的不连续是用一阶和二阶导数检测的。常见的一阶导数边缘检测算子包括Roberts算子、Sobel算子和Prewitt算子等。其中Roberts算子利用局部差分算子寻找边缘，边缘定位精度高，但容易丢失部分边缘，且由于没有经过平滑处理，因此不具备抑制噪声的能力。Sobel算子考虑了邻域信息，对图像进行加权平滑处理后再做微分计算，对噪声具有—定的抑制能力，边缘定位及检测的效果不错。

用Sobel算子对医学图像进行边缘检测，首先分别用水平算子和垂直算子对图像进行卷积，得到两个矩阵如下所示。

图1为某患者胸部CT原始图像，图2为利用Sobel算子检测的边缘图像，从仿真结果可以看出，通过Sobel算子检测到的医学图像的边缘信息较为准确，检测精度较高。

4.結束语

程序中使用了Sobel算子对医学图像进行边缘检测，通过理论及实验仿真分析可知，Sobel算子对医学图像进行边缘检测，其检测效果精度高，且对噪声有抑制能力，能检测出图像中比较细的边缘。边缘检测在医学图像处理中占有极其重要的作用，从实验结果可知，Sobel算子用于图像边缘检测利用了快速卷积函数，简单有效、应用广泛。采用Sobel算子对医学图像进行边缘检测，对图像进行预处理，由于只采用了2个方向的模板，只能检测水平和垂直方向的边缘，但能从一定程度上突出医学图像中病灶，对后续医学图像检索具有较高的价值。