1绪论
图像分割是根据某种特定的一致性原则，以获取图像互不重叠、具有特定意义的各子区域为目的的图像处理技术。图像分割技术在图像工程中起着非常重要的基础作用，是连接图像处理、图像分析和图像理解的桥梁。分割效果是否理想对图像最终处理结果起着关键的作用，因此，图像分割一直是图像处理与分析中的热点和难点。目前研究者们针对各种具体问题提出了种类繁多的图像分割方法，给出的分析结果很多都体现出了算法的有效性。但是图像分割存在应用领域的特殊性问题，对于不同医学领域如神经科、内科、口腔科等、不同来源的医学图像通常需要设计不同的分割方法。医学图像分割是将图像分割技术应用到医学图像，其在医学研究、病理分析，临床诊断等医学实践中起着重要作用。它是医学图像目标分割、参数提取以及更高层次的医学图像分析和理解的基础。目前，医学图像的分割对象主要是血细胞、局部组织或者人体器官，其具体的研究及应用价值主要体现在以下方面提取感兴趣区域，提高医生对医学图像的利用力度；进行人体组织器官和病变部位大小的定量分析；用于临床应用，如对医学图像进行三维重建及可视化；开展基于内容的医学图像库的检索以及在保有重要信息的基础上开展数据压缩及传输，这对发展远程医疗起到十分重要的基础作用。
..........
2基于图论的分割理论及其应用分析
2.1引言
近年来，图论引起了研究者们的广泛关注，随着医学图像分割成为图像分割的热点，研究者开始将图论的经典方法引入医学图像分割问题中，并根据医学图像特点和分割要求，对图论方法提出了一定的改进。现在大部分的分割技术针对的都是特定的图像或者图像的某些特定性质，针对乳腺X线图像分割的研究仍有很大研究空间。本章介绍了图的相关基本概念与原理和基于图论的医学图像分割技术及其应用。重点针对Ncut算法的应用及发展进行了分析。最后，结合乳腺X线图像的特点，总结了图论算法在医学图像分割领域中的局限性。
2.2图论相关知识
图像是由像素点构成，且像素之间通常存在某些重要联系。我们将图像与图进行对比，可以发现：若将图像的各个像素点视为图的顶点，像素点的特征信息视为顶点的某种属性；图像像素点之间关联视为图的边；图像像素点之间的相似性或者差异性程度视为图中边的权重大小。这样我们可以将图像与图对应起来，从而将图像分割问题转换为图的切割问题，最终是转换成最优化问题。图像与图的对应关系如表2.1所示。基于图论的医学图像分割方法总思路就是根据上述对应关系，将图像转换为带权无向图后，对图进行求解，使得特定的代价函数最小。在这一过程中，研究者们通常会对求解过程进行优化，并针对特定的医学图像来选择顶点、自定义权函数、相似度矩阵、代价函数最小化算法优化等。求解得到图的切割后，经过反映射即可解决对应医学图像的分割问题。
3基于Ncut的分割方法改进研究.....23
3.1引言......23
3.2分水岭（Watershed）算法............24
4乳腺X线图像肿块处理系统幵发.......37
4.1OpenCV概述.........37
4.2乳腺X线图像肿块处理系统需求分析..........39
5总结与展望.................44
4乳腺X线图像肿块处理系统开发
4.1OpenCV概述
OpenCV含多种计算机视觉和图像处理方面的函数，具备移植性、跨平台、速度快、便宜便捷等特点，能够满足多领域应用的功能需求。为了方便起见，本文将OpenCV的主要功能分为四部分进行介绍：图像处理相关：包括图像数据操作如内存分配与释放、图像复制与转换、图像与视频的输入输出、图像基本处理如直方图、图像变换算法、形态学处理、金字塔结构、基本GUI如图像视频显示以及目标识别；数据计算相关：包括数学计算如矩阵计算、逻辑计算、分解、多种动态数据结构如树、图、链表、队列等；运动描述与跟踪相关：包括摄像头定标如寻找与跟踪定标模式、立体视觉的匹配参数定标、运动分析如动作分割、目标跟踪；其他功能：包括结构分析轮廓处理、距离变换、模板匹配、曲线拟合、标注图像如文本标注、线条、多边形.
4.2乳腺X线图像肿块处理系统需求分析
随着医疗器械信息自动化应用的发展，医学图像自动处理系统的需求迅猛增长。医学影像是医生诊断病情、确定治疗方案以及患者病历的重要依据资料。不同的乳房疾病在乳腺X线图像上都有不同的表现，因此，乳腺X线图像能够帮助医生进行病情诊断。临床要求分析医学图像时，医生所处的读片环境不能受到过多外界光线的干扰，并且需要医生集中注意力，尽可能使用放大镜观察图片细节，有的情况下还需要医生对不同时期的X线图像进行对比观察对医生而言，这无疑是一项费时费力的工作。由此可知，人工分析医学图像的结果好坏必定会受到客观因素（如光线干扰、环境噪杂等）和主观因素（如医师技能水平、精神状态、敬业程度等）的影响。本文设计的乳腺线图像肿块处理系统的目标是能够对病例图像进行初步处X理分析，辅助医生进行影像资料的分析，降低医生在读片的工作量，提高效率，使他们能够更加便利地完成对患者的医治。本文对乳腺线图像肿块处理系统的需求分析如下.
..........
5总结与展望
基于图论的医学图像分割方法虽然发展迅速，但应用到实际临床当中的案例很少。加上医学X线图像受噪声、模糊、伪影、低对比度的影响通常呈现出较差的图像质量，因此图像分割技术在X线图像中的应用远比不上在MRI图像、CT图像等医学图像中的应用。尤其在国内，图论分割方法尚处于初步发展阶段，相关成功分割技术的报道甚为少见。因此，本文从Ncut算法优缺点以及乳腺X线图像特点出发，在计算量以及特征引入方面取得了进展。本文的主要工作及研究成果如下：介绍课题研究的理论与实际意义以及主流图论分割技术原理。结合临床分析，对医学图像分割的重要意义进行了阐述并且回顾分析了目前为止的主流分割方法。之后着重对图论方法的在医学图像分割应用的现状及前景进行了探讨。在介绍常见的最优割准则后，本文总结分析了各种准则的实现过程以及优缺点。为后续基于Ncut分割方案的改进提供了方向。
..........
参考文献（略）