文件名称：基于改进水平集的医学图像分割 (2011年)
文件大小：656KB
文件格式：PDF
更新时间：2024-06-15 12:44:04
自然科学 论文
针对 C-V 法的水平集图像分割法缺少局部控制能力等问题,提出了基于物体边界梯度的指数级加速因子模 型,通过使用局部图像信息,该模型可以在较少的迭代次数内分割灰度不均匀图像。在规则化项中引入能量惩罚项,消除了传统 Chan-Vese 模型的重新初始化操作。此外,给出了一个基于演化曲线长度变化的水平集演化终止准则。实 验结果证明,该模型不仅能有选择性地对特定目标进行加速分割,而且还能提高弱边界目标的分割精度。