学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于边缘信赖度和形状相似性的超声图像分割方案
被引:3
作者
:
芦蓉
论文数:
0
引用数:
0
h-index:
0
机构:
哈尔滨工业大学航天学院
芦蓉
沈毅
论文数:
0
引用数:
0
h-index:
0
机构:
哈尔滨工业大学航天学院
沈毅
机构
:
[1]
哈尔滨工业大学航天学院
来源
:
中国图象图形学报
|
2008年
/ 01期
关键词
:
蛇模型;
边缘信赖度;
形状相似性;
图像分割;
各向异性扩散;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
为了对低信噪比的超声图像进行有效分割,提出了一种新的超声图像分割方案,该方案由各向异性扩散方程和蛇模型组成。首先通过对蛇模型算法进行改进,并利用预先知道的形状信息,提出了一种基于形状相似性的参数自调整蛇模型;同时还对各向异性扩散方程进行了修正,提出了基于边缘信赖度的改进算法,以提高各向异性扩散方程的去噪能力。实验结果表明,该方法不但缓解了由于超声图像信噪比过低而影响分割的问题,同时实现了蛇模型的参数自适应设置,可见是一种有效的图像分割算法。
引用
收藏
页码:69 / 74
页数:6
相关论文
共 1 条
[1]
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)
←
1
→
共 1 条
[1]
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)
←
1
→