基于多尺度小波边缘检测改进GVF snake的颈部淋巴结超声图像轮廓提取

• 作者: 万国盛 崔龙芳 张榆锋 章克信 费勤水 陆玉婧
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 淋巴结超声图像 多尺度分析 小波变换 梯度矢量流 活动轮廓模型 轮廓提取
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 186-190
• 页数: 5页
• 分类号: TP391
• 字数: 5601字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.044

摘要

提取超声图像的轮廓对医学诊断有着积极意义。然而，由于超声图像具有目标与背景间对比度低、信噪比低等特点，以往的边缘检测算法在解决图像噪声、精确定位边缘以及获得连续光滑的边缘线之间的矛盾均未得到理想的效果。GVF snake能较好地解决以上矛盾，且具有更大的捕获范围和更强的凹陷域收敛性。但GVF snake初始轮廓线需手工勾勒，不仅比较繁琐，而且目标提取的结果在很大程度上受人工初始化的影响。为此，提出一种多尺度小波变换模极大值与GVF snake算法结合的方法来提取颈部淋巴结超声图像轮廓。该方法首先运用小波变换模极大值多尺度边缘检测算法得到目标图像的边缘图，再在边缘图上分别选取上、下、左、右四个不同方向若干个特征点，即可自动获得较为客观的初始轮廓线，最后利用GVF snake模型提取图像的精确轮廓。实验表明该方法能得到目标图像连续光滑的轮廓线，同时比GVF snake提取的轮廓更加精确，更能反映轮廓的局部细节。此外，由于初始轮廓更加接近给定图像的真实边缘，从而减少了梯度矢量流力场迭代（GVF）次数，提高了轮廓的收敛速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张榆锋	云南大学信息学院	74	555	12.0	19.0
2	章克信		19	63	4.0	7.0
3	费勤水	云南大学信息学院	3	14	3.0	3.0
4	陆玉婧	云南大学信息学院	3	14	3.0	3.0
5	万国盛	云南大学信息学院	2	7	2.0	2.0
6	崔龙芳	云南大学信息学院	3	6	2.0	2.0