基于相位的C-V模型乳腺超声图像分割方法

摘要：

为了提高乳腺超声图像分割的准确率,提出了一种基于相位特征的C-V模型超声图像分割方法.首先,采用LOG-Gabor滤波器对超声图像进行6个不同方向的滤波,提取最大能量所对应的相位信息,得到超声图像的相位特征.然后,采用SRAD方法对超声图像降噪,并将降噪后的图像与相位特征点乘,增强图像目标与背景的对比度.最后,运用C-V模型的分割算法识别图像中的目标区域,并采用腐蚀方法使目标区域边缘完整、平滑.实验结果表明,与基于灰度的C-V模型、GAC模型以及基于相位特征的人工神经网络方法相比,利用该方法分割乳腺超声图像,分割的精确度明显提高,达到92.40％.

关键词：相位特征、超声图像分割、C-V模型

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划资助项目2011CB707904;国家自然科学基金资助项目31100713,60911130370,61073138,61271312,81101104;教育部博士点基金资助项目20110092110023;江苏省自然科学基金资助项目BK2012743;江苏省"六大人才高峰"资助项目

在线出版日期：2013-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：494-497