基于CV模型的CT图像分割研究
由于医学图像边缘模糊、不均匀性等特点,使用传统的Chan-Vese (CV)模型方法难以达到分割要求,同时该方法存在计算量大、分割速度慢的问题.本文提出了一种基于CV模型改进的分割算法,在水平集演化迭代过程中,根据当前主动轮廓线的位置,引入图像局部灰度信息,提高了水平集能量项的有效性和该模型的收敛速度,并提出了一种关于图像序列的分割方法.实验结果表明,运用本文提出的方法能够快速、准确地提取图像中感兴趣目标,是一种较为理想的医学图像分割方法.
医学图像分割、水平集方法、CV模型
23
TP391.41(计算技术、计算机技术)
2014-07-15(万方平台首次上网日期,不代表论文的发表时间)
193-202