点击次数：

论文类型： 期刊论文

发表时间： 2019-03-25

发表刊物： 生物医学工程研究

卷号： 38

期号： 1

页面范围： 37-42

ISSN号： 1672-6278

关键字： 超声图像分割;活动轮廓模型;区域可伸缩拟合局部熵;水平集方法;Chan-Vese模型

摘要： 针对区域可伸缩拟合局部熵(region-scalable fitting based on local entropy,RSF_LE)模型图像分割效率低的问题,本研究提出一种改进的RSF_LE模型.定义带有加权局部灰度拟合项以及辅助的加权全局灰度拟合项的能量泛函,其中加权局部灰度拟合项负责对目标边界附近的轮廓进行诱导,使其靠近目标物边界,加权全局灰度拟合项利用图像的全局信息来引导远离目标的轮廓向目标靠拢,该方法可以克服传统的RSF_LE模型分割算法效率低下的问题,并提高了该方法的鲁棒性.