基于超像素和密度聚类算法的皮肤镜图像分割

摘要：

皮肤病变的精确分割是实现皮肤病图像自动分析的关键步骤,为后续的特征提取、病变分类等步骤提供了便捷性.然而,现有方法存在分割不足或分割过度的问题,通常会出现皮损的边缘部分丢失和背景错分的情况.针对这些问题,提出了一种新的自动皮肤病变分割方法,该方法包含4个步骤,首先预处理皮肤病图像,去除毛发噪声,增加分割的精确度;随后利用超像素对图像进行初始分割,形成网格状图像;然后采用密度聚类算法对颜色相近的超像素进行合并;最后使用形态学方法处理得到最终的分割结果.在ISIC2018公开的皮肤镜图像数据集上进行实验,结果表明,所提算法与其他分割方法相比:分割结果更精确,更鲁棒,另外从分割指标上也可得出,该分割算法在边缘处理上更加完美.

关键词：皮肤病变、超像素、密度聚类、合并、形态学方法

所属期刊栏目：30

分类号：TP391.7(计算技术、计算机技术)

资助基金：浙江省自然科学基金;温州市科技计划项目

在线出版日期：2020-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-171