磁共振成像技术(MRI)是一种有效的研究人脑的非侵害性途径。由于其自身的优势,MRI被越来越多的应用于医学、神经科学、心理学、认知科学等方面的研究。MRI颅脑图象分割的目的是勾勒出脑组织解剖结构的轮廓,并将脑图中各体素标记为所属的组织。传统的灰度直方图是一维的,完全丢掉了空间信息。灰度与梯度的联合直方图隐含有局部邻域的空间信息,能够充分利用图象中的有用信息。在二维的联合直方图上勾画出与脑组织(主要是灰质与白质)的灰度与梯度一样的区域作为阈值化的基础,再用区域生长法去掉阈值化时引入的不属于脑组织的部分。线性种子扩散是指在图象中一感兴趣位置散入大量的种子,以线性扩散方程的解作为这些种子的扩散结果,根据最终种子的分布确定分割结果。通过隐式差分离散化和AOS算法求解此线性偏微分方程,对直接在MRI颅脑图象中分割脑组织做了尝试。传统的平滑方法在去除噪声的同时也会模糊边界,非线性扩散滤波的主旨是保持边界的空间位置不发生变化,并在所有尺度上区域内部的平滑要优于区域之间的平滑。利用隐式差分离散化和AOS算法对Weickert的多维CLMC非线性扩散模型求解,用二维图象证实了此模型的稳定性。用该模型对MRI颅脑图象进行平滑预处理,随后用区域生长法分割出白质。