基于改进LGDF模型的超声图像自动分割方法

• 作者: 朱永杰 邱天爽
• 来源期刊: 大连理工大学学报
• 学科: 数学
• 关键词: 局部熵 超声图像 自动分割 局部高斯分布拟合能量(LGDF) 正则化项
• 年，卷（期）: 2016,（1）
• 页码范围: 28-34
• 页数: 7页
• 分类号: O235
• 字数: 4319字
• 语种: 中文
• DOI: 10.7511/dllgxb201601005

摘要

基于局部高斯分布拟合能量(LGDF)模型的图像分割方法,对初始轮廓选取及参数选择较敏感.如果初始轮廓手动选取不当会由于陷入局部极小值而导致分割失败,且分割速度较慢.针对以上不足,提出了一种改进的LGDF模型的超声图像自动分割方法.该方法的正则化项由具有双极值点的势函数构成,在水平集函数进化过程中,可以避免由单极值点势函数造成的水平集函数震荡和扭曲,从而加快了收敛;另外,将局部熵阈值分割的结果作为LGDF模型的初始轮廓,接近真实轮廓,可以克服手动选取初始轮廓的影响.实验结果表明,该方法能自动获取合适的超声图像初始轮廓,并得到较好的分割结果,同时大大提高了分割速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱天爽	大连理工大学电子信息与电气工程学部	302	2478	22.0	33.0
2	朱永杰	大连理工大学电子信息与电气工程学部	1	11	1.0	1.0