本文介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.我们通过把live wire 算法和图像分割中一般的区域增长方法结合来改进live wire算法,并用改进后的算法来对医学图像序列中的单张或 多张切片进行交互式的准确分割.然后计算机利用活动轮廓模型来自动分割相邻的未分割切片.我们通过在活动轮廓 模型的边缘点中引入记录已分割物体边缘附近局部区域特征的灰度模型来把已分割切片中的物体与背景的局部区域 特征带入相邻的未分割切片中,并用由灰度模型定义的区域相似

该文件夹中有二个M文件，说明如下： label_area.m : 目标区域面积测量主函数，其中调用otsu otsu.m : 类判别分类法（otsu全局二值化算法） 4A.bmp face.bmp gun.bmp : 原始灰度图片 AreaAnalysis.txt : 记录了实验过程中目标区域的总数和各自的面积 实验结果文件夹 : 保存了实验过程中生成的图像和程序流程图-The folder has two M-file, as

该文件夹中有六个M文件，说明如下： boundary_extraction.m : 目标区域边界抽取主函数，其中调用ostu、four_neighbor、eight_neighbor、globe_graph otsu.m : 类判别分类法（otsu全局二值化算法） four_neighbor.m : 四邻域法边界抽取 eight_neighbor.m : 八邻域法边界抽取 globe_graph.m : 全局检测法边界抽取 area_peri.m : 目标区域

对一幅给定图像进行分块，且能记录每一分块，并分别对每块进行操作。同时附有实验图像。-For a given image block, and can record each block, and each operation separately. Accompanied by experimental image.