Title of Paper:基于改进LGDF模型的超声图像自动分割方法

Hits:

Date of Publication:2016-01-22

Journal:大连理工大学学报

Included Journals:PKU、ISTIC、CSCD、Scopus

Volume:56

Issue:1

Page Number:28-34

ISSN No.:1000-8608

Key Words: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

Abstract: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.