Изображения с помощью 2d двп разложена на пространственно

1.5. Алгоритмы обнаружения контуров
Обнаружение контуров является основополагающим инструментом в обработке изображений, особенно в областях обнаружения и извлечения элементов изображения, целью которого является идентификация точек на цифровом изображении, на которых изображение имеет прерывистость [73]. Стоит также упомянуть классические работы по обработке медицинских изображений [8, 144]. Так для обнаружения опухоли используются изображения компьютерной томографии (КТ) или магнитно-резонансной томографии (МРТ). Соответствующее медицинское оборудование этих типов производит заметную долю шума на полученных изображениях.
Существующие методы выявления и оценки локальных объектов интереса (опухолей) подразделяются на локальные и контурные методы. Методы, основанные на данных локальной области [38, 70] направлены на поиск групп пикселей, которые имеют некоторое сходство. Контурные методы [124, 161] основаны на эволюции кривой, основанной на внутренних и внешних показателях, таких как градиент изображения для разграничения границ исследуемых структур (например, опухоли головного мозга, молочной железы и другие патологии).
Многие исследователи используют широкий спектр методов, основанных на сегментации, для решения задачи локализации и анализа характеристик объектов (опухоли). В работе [144] выполнена сегментация медицинских изображений на основе морфологических операторов наряду с выбором порога. Джайн и др. также использовали морфологические операции наряду с пороговой и «водораздельной» сегментацией [130].
Кроме того, для сегментации изображений часто используется метод кластеризации – нечеткие С-средние (FCM) [108, 161]. В работе [144] предложили гибридный подход, который представляет собой сочетание «водораздельного» метода обнаружения Канни для определения границ опухоли на снимке МРТ (для различных случаев опухолей головного мозга и молочной железы).
Существуют также методы, использующие сдвиговое (шиарлет) преобразование. Один из них при медицинской обработке изображений использует цветовое кодирование для представления контуров [28]. Достаточно эффективные методы решения этой задачи и визуализации изображений для диагностики и морфологического анализа представлены в работе [145]. Количественный морфологический анализ аналогичного типа проводится при решении актуальных клинических экспериментальных задач в области пластической хирургии [112].
Одной из основных составляющих анализа медицинских изображений является оценка объекта на основе построения контура. Контур объекта можно описать по краю, который при цифровой обработке изображения определяется как переход между двумя областями с существенно разными уровнями интенсивности. Большинство методов обнаружения краев используют локальные операторы, основанные на дискретных приближениях первой и второй производных серого уровня изображения.