一种基于遗传算法的双T-Snake模型图像分割方法

• 作者: 夏德深 张建伟 罗剑
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: Snake模型 双T-Snake模型 图像分割 遗传算法
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 38-42
• 页数: 5页
• 分类号: TP391.41
• 字数: 3814字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2005.01.006

摘要

Snake的初衷是为了进行图像分割,但它对初始位置过于敏感,且不能处理拓扑结构改变的问题.初始位置的敏感性可以用遗传算法来克服,因为它是一种全局优化算法,且有良好的数值稳定性.为了更精确地进行图像分割,本文提出了一种基于遗传算法的双T-Snake模型图像分割方法,它将双T-Snake模型解作为遗传算法的搜索空间,这既继承了T-Snake模型的拓扑改变能力,又加快了遗传算法的收敛速度.由于它利用遗传算法的全局优化性能,克服了Snake轮廓局部极小化的缺陷,从而可得到对目标的更精确的分割.将其应用于左心室MRI图像的分割,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏德深	南京理工大学计算机系	220	3601	29.0	48.0
2	张建伟	南京理工大学计算机系	11	139	5.0	11.0
3	罗剑	南京理工大学计算机系	1	44	1.0	1.0