您好、欢迎来到现金彩票网!
当前位置:刘伯温论坛 > 图像几何学 >

基于几何形变模型的医学图像分割研究

发布时间:2019-08-04 23:28 来源:未知 编辑:admin

  基于几何形变模型的医学图像分割研究_信息与通信_工程科技_专业资料。基于形变模型的图像分割方法通常可以分为参数型(Parametric Deformable Models)和几何型(Geometric Deformable Models)两类。提出了一种基于几何形变理论的LBF模型。针对水平集levelset模型不能处理灰度不均一图像的分割问题,采用了LBF模型,并且该模型引入了一个以高斯函数为核函数的局部二值拟合能量,以获取图像的局部信息。通过理论分析与计算机仿真算例和其他算法的性

  第1卷 1 第2 3期 21 0 1年 8月 科 学 技 术 与 工 程 Vo .1 No 3 Aug 2 1 1 .2 . 011 1 7 — 1 1 ( 0 1 2 -5 6 0 6 1 8 5 2 1 ) 35 7 —4 S i n e T c n lg n n i e r g c e c e h oo y a d E g n e n i @ 2 1 SiT c. nn. 0 c. eh E gg 1 基于 几 何 形变 模 型 的医学 图像 分 割 研 究 郭 妍 利 卫保 国 苏 毅 ( 北工业大学 , 西 西安 7 0 7 ) 10 2 摘 要 基于形变模型的图像分割方法通常可以分为参数型(aa e cD f m beM dl 和几何型( em tcD fm be dl) P r t e r al oe ) m r i o s G o e e ral Moe i r o s 两类。提 出了一种基于几何形变理论 的L F模型。针对水平集 l e st B e l e 模型不能处理灰度 不均一 图像 的分割 问题 , v 采用 了 L F模 B 型, 并且该模型引入 了一个以高斯 函数为核函数的局部二值拟合能量, 以获取图像 的局部信息。通过理论分析 与计算机仿真算例和 其他算法的性能进行对比, 明改进算法 L F提高 了图像分割的稳定性和精确性, 表 B 具有较高的实用价值和广泛的应用背景。 关键词 几何形变模 型 中 图法 分类号 水平集 LF B 文献标志码 图像分 割 A T 3 14 ; P9 .1 基于 形 变 模 型 的 图像 分 割 ¨ 方 法 通 常 可 以分 为参 数 型 ( aa tcD fr beMoe ) 几 何 型 Prme e mal i r o dl 和 s ( em tcD fral Moe ) 类 。其 中 , 数 型 G o e e m be dl 两 i r o s 参 是指 以参 数 形 式 来 表 达 形 变 的 曲线 水平集 (ee s ) 1 l e 模型 vt 水平 集 (ee st 方法 的基本思想 是将 活动轮 1vl e) 廓隐含地表示 为一个 高一 维 函数 ( 平集 函数 ) 水 的零 水平集 , 平 集 函数 在 偏 微 分方 程 的控 制 下进行 演 水 化, 直到零水平 集演化到 图像 的 目标边 缘 为止 。尽管 这种转化使得 问题在形式 上变得复杂 , 但在 问题 的求 解上最大 的优 点 在于 曲线 的拓 扑变 化 能够得 到 很 自 然 的处理 , 可 以获得 唯一 的满足熵条件 的弱解 。 而且 Sae 其改 进 算 法 、 动 轮 廓 线 ( cv o nk 及 活 A t eC n i tus 等都 是基 于 可 变 形模 型 的 图像 分 割方 法 。针 or) 对传 统参 数 型活动 轮 廓模 型和 算 法都 存 在 如 : ) 1 模 型需 要初 始化 , 对 初 始 值 敏 感 ; ) 且 2 收敛 速 度 慢 且 不 能收敛 深度 凹陷 区域 ;) 3 无法 解 决 拓扑 结 构 变化 的 问题等 缺点 , 严重 影 响 了图像 的分割结 果 。 O hr和 S ti _ 首先 提 出通 过 几 何 测 度 ( se eha 4 n 如 单位 法 向 、 曲度 ) 描述 基 于 曲线 演化 水 平 集 (ee 来 1 l v st 模型 , 种 演 化 的最 大优 点 是 能 自动灵 活地 处 e) 这 超 曲面 ( b函数 定 义 为 : 它在 图 像 上一 点 处 的 函数值 为 这一点 到轮 廓 ()= 0的距离 : 西( t 0 ,= )= ± ( 廓 内部 为 负 , d轮 外部 为止 ) () 1 理零 水平 集 拓 扑 结 构 的变 化 , 断裂 、 并 。缺 点 如 合 是 不能 处 理 灰 度 不 均 一 图 像 的 分 割 问 题 。 通 过 式 ( ) , 为 L vl e 函数 , 廓 ( )= 1中 ee St 轮 0就 是在 L F5模 型通过 引入 一个 以高 斯 函数 为 核 函数 的局 Bl 部二 值拟 合 能 量 , 取 图 像 的局 部信 息 , 而 解 决 获 从 了这个 问题 。 t 时刻令 函 数 值 为零 的所 有 点 的 集 合 , 函数 即 的零 水平 集 : 。 = { f ( , = } R , Ⅳ维图象上的一点) 4 Pt 0 ( ,C ) ∈ 即 一 根据 微分链 路 规则 ( hi ue : C a R l) n Ⅳ 本文 通过 对 基 于 形 变 模 型 的 图像 分 割 算 法 进 行 了分析 和 研 究 , 通 过 实 验 仿 真对 比 , 出 运 用 并 得 咖 +∑ 4F , =0 x ( l/ , ,Ⅳ M ,2 … u )=( lF , , I g F , 2 … Fv ) Ⅳ () 2 () 3 L F方法 能够克 服 l e st 型 不 能处 理灰 度 不 均 B e l e模 v 一 图像 的分 割 问题 , 高 了 图像 分 割 的稳 定 性 和 精 提 确性。 21 年5 1 01 月 6日收列 , 2 5月 6日修改 第一作者简介 : 郭妍利 , , 女 西北 工业大 学 电子信 息学 院硕 士研究 生, 研究方 向: 图像处 理 、 式识别 。 模 ∑ F =( 。 , )“, , u)= 咖, … (“ …,

http://airgomusic.com/tuxiangjihexue/643.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有