改进边缘检测算法在医学图像处理中的应用
本文借鉴二值图像轮廓跟踪方法，即将每一点与其相邻的8个点作比较。具体方法为：(1)先找到第一个边界像素。按从左到右、从下到上的顺序搜索，找到的第一个白点一定是最左下方的边界点，记为A0，它的右、右上、上、左上四个相邻点中至少有一个是边界点，记为B0，从B0开始找起，按右、右上、上、左上、左、左下、下、右下的顺序找8个相邻点中的边界点C0，如果C0就是A0点，则表明已经转了一
圈，结束；否则从C0点继续找，直到找到A0为止；(2)判断是否边界点：如果它的8个相邻点都不是白点，则它即为边界点。对于边界跟踪来说，跟踪后产生的轮廓边缘宽度只有一个像素，实现了边缘像素点单一、清晰，并很好地去除了伪边缘点。
2 实验结果对比
为验证本文算法，以医学图像为例，与传统边缘检测算子进行对比，实验表明，本文提出的方法具有很好的边缘检测效果，对比结果如图1～图5。本文引用地址：http://www.amcfsurvey.com/article/194847.htm
3 结果分析
本文采用将图像先进行Canny边缘检测，再进行轮廓跟踪的处理方法，一方面能够解决传统边缘检测算法所带来的边缘断裂问题，而且易于理解和实现，具有较好的检测效果。但另一方面，对图像分别进行两次处理，降低了图像处理的效率，在实时处理要求较高的应用环境，此算法还需进一步改进。
评论