首页 | 本学科首页   官方微博 | 高级检索  
     

医学噪声图像分割的分解与活动轮廓方法
引用本文:文乔农,徐双,万遂人.医学噪声图像分割的分解与活动轮廓方法[J].计算机辅助设计与图形学学报,2011,23(11).
作者姓名:文乔农  徐双  万遂人
作者单位:1. 东南大学医学电子学实验室 南京210096
2. 东南大学影像科学与技术实验室 南京210096
基金项目:国家“九七三”重点基础研究发展计划项目
摘    要:医学噪声图像的分割是一件非常困难的事情,为了同时进行噪声去除和图像分割,提出一种基于分解的图像活动轮廓分割模型.该模型是G空间图像分解模型和边缘、区域相结合的活动轮廓模型集成的一个变分泛函,由于模型直接求解困难,把它分裂成2个泛函极值——图像分解部分和图像分割部分.其中,图像分解部分是在G空间的泛函极值,用第二代曲波变换域的阈值收缩求解;分割部分是变分水平集泛函极值,其Euler方程为非线性偏微分方程,可用梯度下降流求解.实验结果表明,文中模型不但可对噪声图像去噪,而且在相同的实验条件下分割效果优于Chan-Vese模型、Snake模型、Level-set模型和ASM;不仅提高了图像的质量,还能较好地分割出目标部分.

关 键 词:图像分割  活动轮廓  图像分解  阈值收缩  梯度下降流

Decomposition and Active Contour Method for Medical Noise Image Segmentation
Wen Qiaonong,Xu Shuang,Wan Suiren.Decomposition and Active Contour Method for Medical Noise Image Segmentation[J].Journal of Computer-Aided Design & Computer Graphics,2011,23(11).
Authors:Wen Qiaonong  Xu Shuang  Wan Suiren
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号