首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进LGDF模型的超声图像自动分割方法
引用本文:朱永杰,邱天爽.基于改进LGDF模型的超声图像自动分割方法[J].大连理工大学学报,2016,56(1):28-34.
作者姓名:朱永杰  邱天爽
基金项目:国家自然科学基金资助项目(81241059,61172108);“十二五”国家科技支撑计划资助项目(2012BAJ18B06-04).
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.

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

Automated segmentation method for ultrasound image based on improved LGDF model
ZHU Yongjie,QIU Tianshuang.Automated segmentation method for ultrasound image based on improved LGDF model[J].Journal of Dalian University of Technology,2016,56(1):28-34.
Authors:ZHU Yongjie  QIU Tianshuang
Abstract:
Keywords:local entropy  ultrasound image  automated segmentation  local Gaussian distribution fitting energy (LGDF)  regularized term
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《大连理工大学学报》浏览原始摘要信息
点击此处可从《大连理工大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号