基于Zernike矩和水平集的超声图像分割

摘要：

为了提高超声图像的分割精确率,提出了一种基于Zernike矩和水平集的超声图像分割方法.首先,利用9个具有不同阶数和重复度的Zernike矩提取超声图像的纹理特征,保留矩的幅值和相位,获得18个特征图,同时在每一特征图目标区域内外采样,利用采样值计算出特征图的权值.然后,将特征图与高斯算子进行卷积,计算其边缘检测函数,将所有特征图的边缘检测函数与对应的特征图权值相乘,所得结果之和即为该超声图像的边缘检测函数.最后,利用基于变分函数的水平集方法对超声图像进行分割.基于前列腺超声图像的实验结果显示,相比基于梯度的水平集方法和基于Zernike矩幅值的水平集方法,所提方法具有更高的分割精度,dice相似系数达到95％以上.

关键词：Zernike矩、相位、水平集、超声图像

所属期刊栏目：45

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61073138,61103141,61271312,61201344

在线出版日期：2015-05-29（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：247-250