基于边缘信赖度和形状相似性的超声图像分割方案
为了对低信噪比的超声图像进行有效分割,提出了一种新的超声图像分割方案,该方案由各向异性扩散方程和蛇模型组成.首先通过对蛇模型算法进行改进,并利用预先知道的形状信息,提出了一种基于形状相似性的参数自调整蛇模型;同时还对各向异性扩散方程进行了修正,提出了基于边缘信赖度的改进算法,以提高各向异性扩散方程的去噪能力.实验结果表明,该方法不但缓解了由于超声图像信噪比过低而影响分割的问题,同时实现了蛇模型的参数自适应设置,可见是一种有效的图像分割算法.
蛇模型、边缘信赖度、形状相似性、图像分割、各向异性扩散
13
TP391.41(计算技术、计算机技术)
2008-05-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
69-74