10.3969/j.issn.1671-7104.2007.06.002
基于改进C-V模型的乳腺肿瘤超声图像分割
提出了一种改进的C-V模型,完全避免了重初始化步骤并简化了初始水平集函数的构造,大大加快了分割速度.针对乳腺肿瘤超声图像灰度分布的特点和C-V模型分段常量的假设,提出了手工勾画粗略边界,再划分子图进行分割的半自动分割流程,不仅提高了分割准确性,同时也进一步提高了分割效率.实验表明,算法能高效准确地从超声乳腺肿瘤图像中提取出肿瘤的边界,为下一步的目标特征提取、分析打下了良好的基础.
Chan-Vese模型、水平集、重初始化、乳腺肿瘤超声图像、图像分割
31
TP391.41;R318.04(计算技术、计算机技术)
安徽省教委自然科学基金重点研究项目2006KJ097A
2008-04-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
395-399