基于边缘信赖度和形状相似性的超声图像分割方案

• 作者: 沈毅 芦蓉
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 蛇模型 边缘信赖度 形状相似性 图像分割 各向异性扩散
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 69-74
• 页数: 6页
• 分类号: TP391.41
• 字数: 5048字
• 语种: 中文

摘要

为了对低信噪比的超声图像进行有效分割,提出了一种新的超声图像分割方案,该方案由各向异性扩散方程和蛇模型组成.首先通过对蛇模型算法进行改进,并利用预先知道的形状信息,提出了一种基于形状相似性的参数自调整蛇模型;同时还对各向异性扩散方程进行了修正,提出了基于边缘信赖度的改进算法,以提高各向异性扩散方程的去噪能力.实验结果表明,该方法不但缓解了由于超声图像信噪比过低而影响分割的问题,同时实现了蛇模型的参数自适应设置,可见是一种有效的图像分割算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈毅	哈尔滨工业大学航天学院	186	1667	22.0	33.0
2	芦蓉	哈尔滨工业大学航天学院	2	53	2.0	2.0