医学图像的二维边缘检测和三维剖分的中期报告二维边缘检测：本项目选择了Sobel算子和Canny算子对医学图像进行二维边缘检测。Sobel算子是一种半微分算子，通过对图像的梯度进行计算，可以找到图像的边缘。Sobel算子的优点是计算速度较快，能够较好地保留图像的边缘信息。但是，Sobel算子对噪点比较敏感，会导致边缘检测出现断层。Canny算子是一种较为复杂的边缘检测方法，能够有效地排除噪点的干扰，并且能够检测出连续的边缘。Canny算子的原理是先对输入图像进行高斯模糊，然后计算图像的梯度，再进行非极大值抑制和双阈值处理，最终得到边缘的二值图像。我们通过在具有不同边缘强度和噪点水平的医学图像上进行实验，发现Canny算子的边缘检测效果要优于Sobel算子。三维剖分：本项目采用了MarchingCubes算法对医学三维图像进行剖分。MarchingCubes算法的原理是将三维图像分割成许多小正方体，然后对每个小正方体进行表面重建，最终将这些小表面组成完整的剖分表面。在重建过程中，我们需要计算每个小正方体的顶点的值，并且根据这些值进行插值得到对应的顶点坐标和法向量。我们通过在不同体数据上进行实验，发现MarchingCubes算法能够高效地对医学三维图像进行剖分，且重建效果良好。在接下来的工作中，我们将进一步完善算法，提高剖分的效率和精度。