基于混合区域的活动轮廓模型图像分割方法.pdf
琰琬****买买
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于混合区域的活动轮廓模型图像分割方法.pdf
本发明公开了一种基于混合区域的活动轮廓模型图像分割算法,该方法包括:通过图像增强算法对原始图像进行增强处理;同时使用原始图像的局部灰度拟合项和增强图像的全局灰度拟合项,构建基于混合区域的活动轮廓模型的能量泛函;通过变分法求解构建能量泛函,使用变分水平集的求解框架进行数学计算,即轮廓曲线以隐式水平集的形式表示,然后通过梯度下降流和欧拉一拉格朗日方程将构建的能量泛函转化为一个偏微分方程,并通过迭代逼近的方式求出所述偏微分方程的最优解,进而获得最终的目标边界轮廓。本发明对初始轮廓曲线的位置以及图像的灰度不均匀性
基于混合活动轮廓模型的医学图像分割方法.pdf
本发明公开了一种基于混合活动轮廓模型的医学图像分割方法,结合了图像全局信息和局部信息。全局信息使得模型对于图像具有较强的抗噪性,对图像边缘具有较强的捕捉能力;局部信息使得在异质区域分割更加精确,上述二者结合能够处理背景及其内部结构复杂的图像。实验结果证明了本发明可以分割对比度低、结构复杂的医学图像,而且对于包含噪声、弱边缘和异质区域的图像也能获得很好的分割效果。
一种基于区域混合活动轮廓模型的医学图像分割方法.pdf
一种基于区域混合活动轮廓模型的医学图像分割方法。本发明主要针对医学类的图像给出一种分割方法,其特征是:(1)建立一种基于混合区域的活动轮廓模型,加速图像目标区域的分割和轮廓曲线的拟合;(2)根据图像组成和图像的局部聚类性质而增加的非凸正则化项可以保持区域的几何形状,并防止边缘出现过平滑现象。该发明简单易行,可以准确地分割出医学图像中的目标区域,并且收敛速度更快,准确性好。
基于双活动轮廓模型的图像分割方法.pdf
本发明公开一种基于双活动轮廓模型的图像分割方法,第一、对于基于区域的双活动轮廓模型,本发明在颜色奖励策略的基础上,构造目标像素间的一致性信息,且仅对目标区域实施奖励策略,避免了能量泛函陷入局部极小值;第二、对于基于边缘的双活动轮廓模型,本发明利用双演化曲线的内外部平均图像梯度值对边缘信息进行设置。此外,本发明可根据两个演化曲线的位置设置可调节的加权参数,使得轮廓曲线能够自适应地向内或向外演化。实验结果证明了本发明可以分割对比度低、结构复杂的图像,而且对于包含噪声、弱边缘和异质区域的图像也能获得很好的分割效
混合高斯分布模型的活动轮廓图像分割方法.pdf
本发明公开一种基于混合高斯分布模型的活动轮廓图像分割方法,其包括:根据现有活动轮廓模型LGDF提出一种新的同时考虑图像全局范围内灰度的高斯分布与局部范围内灰度的高斯分布特性,然后将两种不同范围内的高斯分布模型整合到一个能量泛函中,以有效利用图像的全局信息与局部信息在图像分割中的作用;此外,为了保证分割结果曲线的光滑性和不合理弯曲造成的曲线长度问题,距离偏移和曲线长度两种不同的惩罚约束项被引入到能量泛函中;最后,以变分水平集的方法执行能量泛函的求解,实现目标轮廓的全自动提取。本发明公开基于混合高斯分布模型的