共查询到17条相似文献,搜索用时 93 毫秒
1.
针对基于梯度变化的水平集图像分割对噪声敏感、不能很好地保持图像中的边缘信息、分割结果依赖初始参数、取得最优解时不能及时结束等问题,提出了一种基于文化算法的水平集图像分割算法,将文化算法应用到C-V(Chan-Vese)水平集模型之中,实现了水平集模型图像分割参数的自动选取,通过信度空间的形势知识和规范知识不断优化指导种群进化,并通过判定图像熵适应度值的变化适时终止分割过程。实验结果表明,本文方法能够准确分割出医学图像的病变区域,在抗噪声性能和分割效率方面明显优于常规方法。 相似文献
2.
3.
一种基于Canny算子的level-set肺部血管分割算法 总被引:1,自引:0,他引:1
提出一种应用基于CANNY算子的level-set分割方法,三维分割肺部血管.首先根据肺部解剖结构确定肺部血管不同部位的阚值范围进行对血管初始分割,然后再应用高斯过滤异布扩散对初始血管分割的结果进行平滑去噪和CANNY算子检测出初始图像真正的边缘,最后应用level-set细分初始血管分割的结果,解决由于边界模糊产生肺部血管分割不准确的问题.并提出并描述基于Level-set肺部血管树枝杈点的判定方案. 相似文献
4.
5.
分析了合成孔径雷达(SAR)图像的统计分布特性,推导了SAR目标及阴影的分割阈值与虚警概率之间的关系,给出了一种基于Weibull分布的SAR图像目标及目标阴影的分割方法,首先根据推导出的分割阈值公式对SAR目标图像及阴影图像进行粗分割,然后利用形态学滤波和计数滤波器进行细分割。基于MSTARSAR实测数据进行的大量实验表明,该方法是有效的,优于传统的双参数恒虚警分割方法。 相似文献
6.
区域进化自适应高精度区域增长图像分割算法 总被引:6,自引:0,他引:6
为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出基于区域进化的自适应高精度区域增长图像分割算法。在图像预处理过程中,首先通过各向异性滤波算法对切片进行滤波,达到去除图像噪声同时避免对边界区域的模糊;然后引入了新的区域能量表示模型,并给出了迭代进化形式,在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果;最后利用主动轮廓模型进行精度分割,得到精确而比较光滑的分割目标轮廓。对比实验表明提出的方法是合理有效的。 相似文献
7.
8.
基于优化水平集方法的CT图像肺结节检测算法 总被引:1,自引:0,他引:1
对Chan-Vese水平集图像分割方法进行分析和改进,提出了结合全局区域均值和局部边界信息的水平集改进算法,应用于肺部CT图像分割和肺结节检测。在图像分割的目标函数中,在Chan-Vese方法基础上,引入局部边界统计特性能量项,以利于提高肺部医学图像分割的准确率和分割速度。实验表明,该方法可以很好地分割出肺实质轮廓和肺结节病灶区域,在分割速度上比Chan-Vese方法有了明显的提高,检测结果不依赖于初始设置,将人工交互降至最低,有利于实现CT图像肺结节自动检测。 相似文献
9.
介绍了S-粗集的概念, 结合其动态迁移特性给出了可以适应复杂背景和含噪环境的图像S-粗集表示模型, 使静态目标可以将"不好"特性像素点迁移出去. 利用粗糙熵平衡目标和背景粗糙度对边界的影响, 提出一种更具适应性的 图像阈值分割算法. 为了适应离散点的迁移, 同时避免粒度大小的选择, 结合包含度概念给出了图像变精度S-粗集表示模型, 利用精度参数来 控制调节获取最佳分割阈值, 实现目标提取. 仿真实验表明, 所提出算法具有更好的图像分割效果. 相似文献
10.
基于改进的双快速行进法的图像分割方法 总被引:3,自引:0,他引:3
由于回转窑烧结图像境界模糊、噪声严重,传统方法难以有效地分割出烧结图像中的物料区、火焰区、充分燃烧区和黑把子区等关心区域(ROIs)。提出了利用敏感区域改进双快速行进法与利用能量衰减方程除去区域间耦合的图象分割新方法。首先,在快速行进法中引入了敏感区域的概念,定义了新的终止条件,利用改进后的双快速行进法与图像融合方法进行物料区和黑把子区的粗分割;然后,提出了采用能量衰减方程除去烧结物料对火焰区的影响,利用大津方法对火焰区进行粗分割,并通过粗分割的火焰区与黑把子区的差分来进行火焰区的精分割。对回转窑烧结图像的分割试验表明,利用本方法能够有效地从回转窑烧结图像精确地分割出ROIs。 相似文献
11.
为克服经典区域增长算法中生长规则以及特征选取的困难,提出了基于支持向量机的多目标并行区域增长图像分割算法。首先交互选择多个不同区域的种子点(假设邻近种子点的一小部分区域属于同一目标区域,不同种子点邻域分别属于不同目标区域),利用其邻域构造训练样本;然后利用这些已知的训练样本训练支持向量分类器;在区域增长过程中,利用训练所得的支持向量模型建立增长规则。为了避免初始种子点位置选择对算法性能的影响,采用了多区域并行竞争增长策略。仿真实验获得了较好的分割效果,表明提出的算法是合理可行的。 相似文献
12.
13.
14.
15.
16.
17.
基于Snake模型的低对比度噪声心脏MRI图像分割 总被引:4,自引:0,他引:4
提出了一种基于Snake模型的低对比度、噪声心脏MRI图像分割算法。Snake模型通过轮廓线的变形得到感兴趣区域(ROI)的边界,但其分割结果依赖于初始轮廓线的位置,且变形曲线容易收敛于局部梯度极大值区域或从弱边界处泄漏,对于深度凹陷的区域也难以分割。通过增加局部面积能量项,扩大了Snake模型寻找边界的范围;在模糊C均值集群分类的基础上,构造模糊能量项,能够较好地处理心脏MRI图像中的弱边界、局部梯度极大值区域、伪影等现象。分割实验证明了改进的模型能够有效地分割低对比度、噪声心脏MRI图像。 相似文献