基于改进的变分水平集和区域生长的图像分割方法的研究

姜慧研; 冯锐杰

doi:10.3969/j.issn.0372-2112.2012.08.026

您当前的位置：

首页 >

文章列表页 >

基于改进的变分水平集和区域生长的图像分割方法的研究

科研通信 | 更新时间：2025-07-08

- 基于改进的变分水平集和区域生长的图像分割方法的研究
- Image Segmentation Method Research Based on Improved Variational Level Set and Region Growth
- 电子学报 2012年40卷第8期页码：1659-1664
- 作者机构：
  
  东北大学软件学院,辽宁,沈阳,110819
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60973071);辽宁省自然科学基金 (No.20092004)
- DOI：10.3969/j.issn.0372-2112.2012.08.026
  中图分类号： TP391.41
- 纸质出版：2012
- 稿件说明：
移动端阅览
姜慧研, 冯锐杰. 基于改进的变分水平集和区域生长的图像分割方法的研究[J]. 电子学报, 2012,40(8):1659-1664.

Image Segmentation Method Research Based on Improved Variational Level Set and Region Growth[J]. Acta Electronica Sinica, 2012, 40(8): 1659-1664.
姜慧研, 冯锐杰. 基于改进的变分水平集和区域生长的图像分割方法的研究[J]. 电子学报, 2012,40(8):1659-1664. DOI： 10.3969/j.issn.0372-2112.2012.08.026.

Image Segmentation Method Research Based on Improved Variational Level Set and Region Growth[J]. Acta Electronica Sinica, 2012, 40(8): 1659-1664. DOI： 10.3969/j.issn.0372-2112.2012.08.026.

摘要

针对水平集和区域生长方法都存在对噪声和初始边界敏感以及容易从弱边缘处泄露等不稳定的问题

提出了结合待分割目标灰度统计信息和图像梯度信息的水平集演化函数对水平集方法进行改进

并利用区域生长方法解决水平集方法对初始边界敏感的问题.分别用传统区域生长方法、阈值方法、GAC模型、C-V模型、Snake模型以及本文方法进行从腹部CT图像分割肝脏区域的实验比较

实验结果表明:本文方法不仅可以减少图像分割的时间

而且显著地提高了分割质量.

Abstract

To address the instability problems of level set and region growth

for example

they are sensitive to noises and initial boundaries as well as they will easily leak from the weak boundaries

an improved image segmentation method based on level set is proposed.Our model consists of an external energy term that involves the image gray-scale statistical information and gradient information.And we use region growth method to solve the problem that level set method is sensitive to initial boundaries.we contrast our improved method with region growth method

threshold method

GAC model

C-V model

Snake model to segment livers from abdominal CT images.The experiment results show that our method can not only be efficient for image segmentation

but also greatly improve the quality of segmentation.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于比尔朗伯定律的变分水平集模型

融合模糊聚类的Mumford-Shah模型

基于纹理特征的多区域水平集图像分割方法

一种基于多特征的距离正则化水平集快速分割方法

一种自适应初始轮廓的水平集演化方法的研究