Scidown文献预览系统!
图像分割的区域增长和水平集协同算法( Region Growing and Level Set Synergetic Algorithms for Image Segmentation )
Q Liu Y Lin FA Siddiqui
在CT图像中应用分割技术,不仅可以保留CT图像清晰的特征,而且具有分辨率高、解剖关系清晰、病理发展清晰等优点。水平集分割方法将区域和边界信息相结合,解决了CT图像纹理复杂和边缘模糊的问题。因此,本文针对水平集分割中边界敏感和缺乏区域信息的问题,提出了一种区域增长和水平集交互的算法。为了提高分割效率,减小分割误差,该算法采用高斯滤波去除噪声。同时采用Ostu方法将图像转换为二值图像。另外,该算法相应地为区域生长算法的种子点提供了理想的生长环境。将区域增长的结果作为水平集的初始轮廓来修改初始边界。边界指示功能引入区域信息;水平集分割算法达到了在像素相似区域加速,在目标边界处停止的目的。实验结果表明,水平集分割和区域生长的交互作用减少了迭代次数。在弱边界和高噪声条件下,边界指示函数能够准确完整地分割器官区域,完整保存内脏器官细节,在一定程度上提高了分割精度。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】