在醫(yī)學(xué)圖像中，在相對(duì)較小的區(qū)域內(nèi)圖像頻率的陡峭變化反映了目標(biāo)對(duì)象的邊緣信
息，基于Sobel 算子的梯度向量操作對(duì)低噪聲的醫(yī)學(xué)圖像的邊緣提取效果較好，采用Java
技術(shù)提供的JAI 函數(shù)能輕松實(shí)現(xiàn)法醫(yī)脾細(xì)胞圖像的邊緣檢測(cè)，實(shí)驗(yàn)結(jié)果表明圖像中的邊緣能有效地被檢測(cè)到。
在醫(yī)學(xué)圖像處理技術(shù)中，邊緣檢測(cè)技術(shù)被廣泛的應(yīng)用于病灶或組織等的邊緣檢測(cè)，它是圖像測(cè)量、圖像分割、圖像壓縮以及模式識(shí)別等圖像處理技術(shù)的基礎(chǔ)。而邊緣檢測(cè)技術(shù)主要包括Roberts 邊緣檢測(cè)算子、Soble 邊緣檢測(cè)算子、Prewitt 邊緣檢測(cè)算子、Prewitt & Chen邊緣檢測(cè)算子[3][4]以及Canny 邊緣檢測(cè)算子[6]等，這些檢測(cè)技術(shù)各有優(yōu)缺點(diǎn)，分別適用不同的場(chǎng)合[5]，其中Sobel算子的邊緣檢測(cè)對(duì)灰度漸變和低噪聲的圖像處理效果較好。
邊緣檢測(cè)技術(shù)的實(shí)現(xiàn)有大量的文獻(xiàn)資料做了詳細(xì)的介紹，可以采用不同的程序設(shè)計(jì)語(yǔ)言實(shí)現(xiàn)，包括Visual Basic6.0 程序設(shè)計(jì)語(yǔ)言[1]、Visual C++ 6.0 程序設(shè)計(jì)語(yǔ)言[2]、Matlab等，但是采用Java 語(yǔ)言實(shí)現(xiàn)的文獻(xiàn)資料相對(duì)較少，而Java 程序設(shè)計(jì)語(yǔ)言是目前主流的程序設(shè)計(jì)語(yǔ)言，具有跨平臺(tái)性，本文以Sobel 算子作為邊緣檢測(cè)方法，介紹用Java 語(yǔ)言提供的JAI 函數(shù)實(shí)現(xiàn)法醫(yī)脾細(xì)胞切片中脾細(xì)胞圖像的邊緣檢測(cè)。