换一批摘要由于受成像原理的限制,导致超声图像对比度低、边界模糊,因此基于边界的水平集分割效果很不理想.为了提高超声图像的分割精度和分割效率,提出了一种梯度信息与区域信息相结合的水平集分割算法. 首先对基于边界的距离正则化水平集演化( DRLSE)模型进行改进,将区域信息引入到边界指示函数中,并用改进后的边界指示函数代替DRLSE模型中的边界指示函数,最后,得到一个梯度与区域信息相结合的水平集演化模型. 结果表明,本文中的模型能准确分割甲状腺肿瘤超声图像,且在分割效率和分割精确度方面均比 DRLSE模型有所提高.
更多相关知识
关键词
图像处理图像分割距离正则化水平集演化模型边界指示函数梯度信息区域信息image processingimage segmentationdistance regularized level set evolution modelboundary indicator functiongradient informationregion information
分类号
TN911.73
栏目名称
DOI
10.7510/jgjs.issn.1001-3806.2016.01.028
发布时间
2016-01-21（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北大学医工交叉研究中心开放基金（BM201103）
- 浏览1
- 被引19
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
