学海网 文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于变分水平集的灰度不均匀医学图像分割

基于变分水平集的灰度不均匀医学图像分割

针对医学图像中存在的灰度不均匀现象,提出一种变分水平集分割模型。将邻域信息引入到基于Bayes决策准则的水平集分割框架中,以增强灰度不均匀条件下弱目标边界的识别能力。为缓解模型求解时易出现的局部极小问题,设计一种简单而有效的随机优化方法以搜索近似全局最优解。实验对比及分析验证了该水平集分割模型在多种灰度不均匀场景下均表现出较好的分割性能。

第 3卷第 2 6 4期 Vl .6 03 1

21 0 0年 1 2月 De e be 01 cm r2 0

N o2 .4

Comput rEngi e i e ne rng

图形图1象处理

文章编号: 0o_48 00 4.23 l文献标识码: 1o_32f l)一o0—l 2 2 3 A

中图分类号: P9. T 31 1 4

基于变分水平集的灰度不均匀医学图像分割 林鬏,印桂生,杨耘 (.哈尔滨工程大学计算机科学与技术学院,哈尔滨 10 0;2 1 5 0 1 .长安大学地质工程与测绘学院,西安 7 0 5; 10 4 3 .西部矿产资源与地质工程教育部重点实验室,西安 7 0 5 ) 10 4

要:对医学图像中存在的灰度不均匀现象,提出一种变分水平集分割模型。将邻域信息引入到基于 B y s针 ae决策准则的水平集分割框

架中,以增强灰度不均匀条件 F目标边界的识别能力。为缓解模型求解时易出现的局部极小问题,设计一种简单而有效的随机优化方法弱 以搜索近似全局最优解。实验对比及分析验证了该水平集分割模型在多种灰度不均匀场景’均表现出较好的分割性能。 关健词:变分水半集;灰度不均匀;医学图像分割;曲线演化

S g e t to fM e i a m a e t n e st n o o e e t e m n aino d c l I g swih I t n iy I h m g n iy 1a n’ a i n l v l t Ba e O a i to a e e e 5 sd V r Le S LI Yi g . N i h n Y N n YI Gu . e g . ANG n, s Yu 。 ( . l g f mp t rS i n e a d T c o o y Ha b nEn i e rn i e st, r i 0 01 Ch n; 1 Co l e o e Co u e c e c n e hn l g, r i g n e i g Un v r iy Ha b n 1 0, i a 5 2 Col g fGe l g g n e i n o tc, a g’ n Un v r iy Xia 0 4 Ch n; . l e o o o y En i e r e ng a d Ge ma i s Ch n a i e st,’n 7 1 05, i a

3 Ke b r tr f e tr iaSM ie a Reo r e n o o ia g n eig, iityo u ain,’n7 0 5,

ia . yLa o aoy o senChn’ W n rl s u c sa dGe lg c l En ie rn M nsr fEd c t o Xia t 0 4 Chn )

[ sr c] o f cieyprom me i lmae e mett ni tecs fnes yih mo e et,hs a e rsns o e vr t n lee Ab tat T e t l efr dc g s g nai ae tni o g ni tip pr ee tan v l ai i a lvl e v ai s o nh oi t n y p ao st to tt t a faue f bet egb ro daeitga dit v le eme tt nf me r ae nBae e io r cpe i e h d Sa scletrs jc nih oh o r e rt noal e st g nai a wokb sdo y s cs npi il,n me ii oo n e e s o r d i n od roices eait t atr wekb re f bet.na dt nasm la de cet tc at pi zt nshmeid s n dt ac re raet bly ocpue a odr jcs I d io, pe n f in s hsio t ai e ei e s rh t n h i oo i i i o c mi o c s g Oe

a p rxmae lb lo t lslt n uig go a ifr t n o e sg ne bet T ep roei t l vaetepo lm o oa na po i ty go a pi oui s lb l nomai ft eme td ojc. h up s s o al i h rbe flcl l ma o n o h e t m i i m a s d by g a in e c n o u i n s d i e e s t me h d.Ex e i n s a d c n r s n l s s e i e ty e o t t o u t e s n mu c u e r d e t d s e t s l to u e n l v l e to p rme t n o ta t a a y i v d n l d m nsr e r b s n s, a a c r c f hep o o e d li h a e o n e i n o c u a y o r p s d mo e n t e c s fi t nst i h m

o e e t c n s t y g n i see . y

[ yw r s ait n le e stitni h mo e et; dclmaesg nain c reeouin Ke o d]vr i a lv le:ne st i o g ni me iai g me t o: uv v lt ao yn y e t o

l概述 医学图像中存在的灰度不均匀现象给图像分割问题带来了严峻的挑战” J也阻碍了医学领域计算机辅助诊断系统的。, 发展。

2典型的水平集图像分害模型| 水平集图像分割方法的基本思想是:将闭合曲线隐含表 示成三维连续曲面的零水平集,从而将二维图像分割问题转化成求解三维水平集函数表示的偏微分方程数值解的问题, 则目标的边界可用水平集函数的零水平集来表示。该方法避免了参数主动轮廓模型求解时参数化的困难,并可实现自由 拓扑变化。 根据分析的场景不同,可将水平集分割模型分为两大类: 分段恒定分割模型 (icw s o s n,P )分段平滑分割 Pee i C n t t C和 e a模型 (i e i m oh P ) Pe w s S o t, S。 c e

为克服灰度不均匀现象对医学图像分割带来的不利影

响,国内外学者先后提出了多种基于纠正偏移场思想的解决方案,在一定程度上缓解了灰度不均匀对分割带来的影响, 但这些方法抗噪能力较弱,且计算耗时 J。 近年来,基于曲线动态演化的水平集理论被成功应用于

图像分割问题。水平集方法具有自由拓扑变化的特点,在图 像分割中表现出其独特优势。文献【】 2基于水平集理论提出了 局部二值拟合 (o a Bnr iig L F算法,算法在一定 L cl ia Ftn, B ) y t该程度上缓解了灰度不均匀现象对图像分割带来的不利影响, 但当图像存在强灰度不均匀现象时分割效果不佳,且存在易

文献【】水平集理论框架下实现了简化的两相位 4在 Mu odS a模型,提出具有认知边缘的 P模型 (称为 mfr—h h C也 C模型) V。由于仅利用了全局信息,使该模型对灰度不均匀图像分割的效果不佳。 J 针对 P C模型存在的这一问题,文献【】 5提出了 P s模型, 用于分割具有灰度不均匀特征的图像,但该模型中平滑函数 基金项目:国家自

然科学基金资助项目( 9 10 )中央高校基本科 4 736; 0 研业务费专项资金资助项目( HD2 0 J 0 0CHD2 1J 4 ) C 0 9C 9, 0 0C0 1

陷于局部极小的不足。 针对医学图像灰度不均匀问题,本文提出一种新的变分

水平集分割模型。基于图像在一定空间邻域内灰度呈现缓慢变化的特点,将邻域信息的统计分析引入到水平集分割模型 中,以提高灰度不均匀场景中弱边界目标分割的精度;外,此

为缓解水平集模型求解时出现的局部极小现象,本文通过引 入全局统计信息设计了随机优化方案,从而使模型的解更趋近于全局最优。

作者简介:林

颖(95,, 17一)男博士研究生,主研方向:图像处理, 耘,讲师、博士

模式识别;印桂生,教授、博士生导师;杨

收稿日期:2 1—72 0 00— 0

E m i i, go@g a . m - a:l3nb x m i o l ni l e 一

203 —

基于变分水平集的灰度不均匀医学图像分割

第1页

我要评论

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
新浪认证  诚信网站  绿色网站  可信网站   非经营性网站备案
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.xuehai.net All Rights Reserved.  email
返回顶部