基于超像素和密度聚类算法的皮肤镜图像分割

• 作者: 刘兆邦 张正平 谢璟 赵晓梅 陆千琦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 皮肤病变 超像素 密度聚类 合并 形态学方法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 167-171
• 页数: 5页
• 分类号: TP391.7
• 字数: 3958字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.06.032

摘要

皮肤病变的精确分割是实现皮肤病图像自动分析的关键步骤,为后续的特征提取、病变分类等步骤提供了便捷性.然而,现有方法存在分割不足或分割过度的问题,通常会出现皮损的边缘部分丢失和背景错分的情况.针对这些问题,提出了一种新的自动皮肤病变分割方法,该方法包含4个步骤,首先预处理皮肤病图像,去除毛发噪声,增加分割的精确度;随后利用超像素对图像进行初始分割,形成网格状图像;然后采用密度聚类算法对颜色相近的超像素进行合并;最后使用形态学方法处理得到最终的分割结果.在ISIC2018公开的皮肤镜图像数据集上进行实验,结果表明,所提算法与其他分割方法相比:分割结果更精确,更鲁棒,另外从分割指标上也可得出,该分割算法在边缘处理上更加完美.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正平	贵州大学大数据与信息工程学院	95	328	9.0	14.0
2	刘兆邦	中国科学院苏州生物医学工程技术研究所	4	2	1.0	1.0
3	谢璟		6	1	1.0	1.0
4	陆千琦		5	0	0.0	0.0
5	赵晓梅	贵州大学大数据与信息工程学院	2	1	1.0	1.0