一. 设计概述 　　1. 设计意图 　　迅速发展的医学影像技术不断的推动现代医学进步，CT、MRI、PET广泛地应用与临床诊断分析，其作用已经从人体组织器官解剖结构的非侵入检查和可视化，发展成一种用于手术计划和仿真、手术导航、放疗计划和跟踪病灶变化的基本工具，从医学图象中分割出解剖结构并构造出形状地集合表达。 　　MR脊柱图像分割的研究对于医学图象的计算机辅助识别及神经病理学的临床研究有着至关重要的作用。如果不能将脊椎准确而清晰从图像中分割和识别出来的话，那么计算机技术对于医学临床研究的价值是非常有

1 引 言 　　图像分割是图像处理的主要问题，属于计算机视觉领域低层次视觉中的问题。目前，对于灰度图像的分割，已经有相当多的成果和结论，而对彩色图像的分割，由于比较复杂、运算量大，研究还比较少。彩色图像通常情况下比灰度图像包含更多的信息，更接近人的视觉感受，因此，对彩色图像分割的研究很有必要。目前提出的彩色图像分割方法主要有：基于边缘检测的方法、基于区域的方法、神经网络法以及其他技术方法。 　　由于彩色图像本身的数据量比较大，导致区域调整的过程通常需要很大的计算量。因此为了提高分割速度，提出在彩色图像

　　在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分称为目标或前景(其他部分称为背景)，他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将他们分离提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域。现有的图像分割算法有：阈值分割、边缘检测和区域提取法。本文着重研究基于阈值法的图像分割技术。 　　1 阈值法图像