一种基于改进水平集与边缘检测结合的轮廓提取与检验方法

被引:4
作者
张莉
付英杰
张剑
李柏林
机构
[1] 西南交通大学机械工程学院
关键词
医疗图像; 图像分割; 水平集; 边缘检测;
D O I
10.19356/j.cnki.1001-3997.2012.08.085
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
目前图像分割方法主要研究图像分割精度、质量等,但对分割的结果研究甚少,通常是依靠人工检测结果的收敛性。通过分析图像边界的特点,给出了强边界、弱边界的定义和收敛准则,提出一种将改进的水平集与边缘检测相结合的图像分割方法,用来检验图像分割结果的收敛性,提高分割结果可信度。首先利用自适应区域生长分割出图像初始区域;然后利用预分割的结果构造初始水平集函数和进行边缘演化;最后,用边缘检测算子对分割结果进行检验,将检验得到的结果再进行水平集演化,如此往复,直到收敛。实验结果表明,该方法对弱边界图像有很好的分割效果,可较为理想地提取海马图像中的目标。
引用
收藏
页码:228 / 230
页数:3
相关论文
共 6 条
[1]  
Fronts propagation with curvature dependent speed: Algorithm based on Hamilton-Jacobi formulations. Osher S,Sethian JA. Journal of Computational Physics . 1998
[2]  
Optimal approximations by piecewise smooth functions and associated variational problems. Mumford D,Shah J. Communications of the ACM . 1989
[3]  
Level set evolution without re-initialization:a new variational formulation. Chunming Li,Chenyang Xu,Changfeng Gui,et al. IEEE International Conference on Computer Vision and Pattern Recognition(CVPR) . 2005
[4]  
Active contours without edges. Chan T F,Vese L A. IEEE Transactions on Image Processing . 2001
[5]   用于图像分割的自适应距离保持水平集演化 [J].
何传江 ;
李梦 ;
詹毅 .
软件学报, 2008, (12) :3161-3169
[6]  
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos. &nbspInternational Journal of Computer Vision . 1988 (4)