基于形态学滤波的标记分水岭脑肿瘤图像分割

• 作者: 宋佳乾 汪西原 王伏增
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分割 脑肿瘤图像 开闲重建 分水岭算法 标记提取 形态学
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 数学
• 页码范围: 27-32
• 页数: 6页
• 分类号: TP391.9|TP751
• 字数: 4926字
• 语种: 中文

摘要

针对MRI(magnetic resonance imaging)脑肿瘤图像受噪声、磁场和容积效应等影响难以准确分割的问题,提出了一种基于形态学滤波的标记分水岭分割方法.首先对脑肿瘤图像进行形态学梯度预处理;其次,梯度图像进行开闭重建滤波,既保留脑肿瘤梯度图像的轮廓信息,又去除噪声和局部极小区域;再次,采用扩展的极值变换和强制最小技术得到内部和外部标记符,利用这些标记符修正梯度幅度图像;最后,对叠加标记后的梯度图像进行分水岭变换.利用Matlab对类圆形、三角形等不同亮度与形状特点的3幅临床MRI脑肿瘤图像进行分割仿真测试,实验结果表明,该算法有良好的分割精度和速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪西原	宁夏大学物理与电子电气工程学院	37	207	7.0	12.0
2	宋佳乾	宁夏大学物理与电子电气工程学院	8	54	4.0	7.0
3	王伏增	宁夏大学物理与电子电气工程学院	1	9	1.0	1.0