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
沈毅
机构
[1] 哈尔滨工业大学航天学院
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)