1、爆炸、海嘯、空難、車禍等災難性事故以及刑事案件的不斷發(fā)生使得個體身份鑒定技術的應用需求越來越迫切。通常用于識別的生理特征諸如指紋、虹膜、唇紋、人臉等在上述事件中因自身所有的有機物質的組織特性而無法長久保存，從而不能發(fā)揮其應有的價值，而精確度極高的DNA檢測的鑒定成本高，檢測周期長，同時其檢驗準確性也受到所用材料的質量和數(shù)量的影響，失去了其在大型災難事故身份鑒定的實用性。牙齒由于自身穩(wěn)定的性質以及頜骨的保護，具有很好的防腐性和抗降解性，而

2、口腔醫(yī)學的發(fā)展和人們護牙意識的提升，積累和保存了大量的牙齒醫(yī)學圖片，同時不同個體之間存在牙齒的差異性，可以滿足作為識別特征的唯一性，使得牙齒作為災難事故中個體身份鑒定的特征成為可能。
　　個體身份鑒定技術就是指利用計算機圖像處理技術通過判斷識別人類的生物特征進行個體身份認定的技術。通常所用的生物特征包括兩類:生理特征與行為特征，指紋、虹膜、掌紋等均屬于生理特征，而語音、步態(tài)、簽名等屬于行為特征。用于識別的特征通常需具備唯一性、可測

3、量、一定時期內的穩(wěn)定性以及不易假冒和偽造的特點。在基于牙齒形態(tài)的個體身份鑒定系統(tǒng)中，目標牙齒的分割與定位是關鍵步驟之一，分割目標的完整性直接決定了識別結果的有效性。特征的提取選擇需選擇具有個體差異性的方面，其結果的好壞會嚴重影響后續(xù)的分類、相似性度量等操作的效果。
　　本文首先介紹了數(shù)字圖像分割與特征提取技術的定義、研究意義和國內外發(fā)展現(xiàn)狀，然后研究了牙齒醫(yī)學圖像（咬翼片）的分割與輪廓特征的提取方法。牙齒醫(yī)學圖像的分割目標就是將單

4、顆牙齒所在的區(qū)域從整幅圖像中分割出來。分水嶺算法是屬于數(shù)學形態(tài)學領域的基于區(qū)域的圖像分割算法，能夠得到封閉邊緣且能夠良好地響應微弱邊緣，但是傳統(tǒng)的分水嶺方法存在嚴重的過分割現(xiàn)象。鑒于牙齒醫(yī)學圖像存在前景目標與背景灰度值差別不大、多目標物體且相鄰牙齒之間存在粘連、灰度值分布不均勻、以及噪聲較多的特點，運用形態(tài)學方法對其進行預處理操作，可以降低或消除目標物體之間的粘連性，改善牙齒醫(yī)學圖片的可讀性。輪廓特征作為圖像最基本的特征之一，是圖像分析

5、不可缺少的一部分。主動輪廓模型即Snake模型融合了先驗知識和圖像本身的特征，具有良好的提取特定區(qū)域內目標的能力。作為Snake算法的改進算法，GVF(GradientVectorFlow)-Snake算法即梯度矢量流模型具有更大的捕獲范圍，且能夠檢測凹陷區(qū)域的輪廓，從而得到重視與廣泛應用。在應用GVF-Snake算法進行牙齒輪廓特征提取時，針對初始輪廓的選擇問題，提出了一種與前面形態(tài)學處理得到的結果相結合的初始輪廓設置方法，無需再人工