来自星星一种基于模糊主动轮廓的鲁棒局部分割方法-自动化学报

一种基于模糊主动轮廓的鲁棒局部分割方法-自动化学报

点击蓝字关注“自动化学报”
研究意义
图像分割是图像处理和计算机视觉领域的一项关键技术,局部分割是对图像中感兴趣的部分区域进行分割,如磁共振脑图像中特定脑组织的分割,肿瘤边界的提取等。针对局部分割方法对初始轮廓敏感的问题,山东大学董恩清教授团队提出一种基于模糊主动轮廓的鲁棒局部分割方法。
研究内容
首先初始化演化曲线C东宁天气预报,通过对演化曲线C进行形态学膨胀和腐蚀运算构建窄带。对窄带内的像素点取方形邻域,计算邻域内的灰度均值和像素点新的隶属度,在窄带范围内求解模糊能量函数的最小值来实现局部分割。为防止演化曲线陷入局部极小值b神女友, 在迭代过程中加入对比度约束判断条件,辅助判断演化曲线是否到达真实边界陈亮生,可进一步提高分割方法对初始轮廓的鲁棒性魏子昕。
实验分析
图1是对一张磁共振图像中脑肿瘤的分割结果对比。从图1可以看出, 在相同的初始轮廓下,其他两种方法都只分割出部分肿瘤边界知蜂堂蜂胶, 而本文方法由于加入了对比度约束判断条件, 能够避免曲线提前停止演化, 都得到了完整的肿瘤边界仙台媒体中心, 因此对初始轮廓有较强的鲁棒性。图2是对三张灰度不均匀和弱边缘图像的局部分割结果比较陈御风, 可以看出本文方法对弱边缘也能得到较好的分割结果伽罗瓦。
(a) (b) (c) (d)
图1 不同初始轮廓下对磁共振脑图像的肿瘤分割. (a)为原图像及初始轮廓东方汇理银行,(b)-(d)为肿瘤区域放大图,其中(b)和(c)为其他方法分割效果图,(d)为本文方法分割效果图
(a) (b)(c) (d)
图2 对弱边缘图像的分割结果对比. (a)为原图像及初始轮廓,(b)和(c)为其他方法分割效果图乌金山欢乐谷,(d)为本文方法分割效果图
结论
本文提出了一种结合模糊聚类与主动轮廓模型的局部分割方法,该方法定义了基于图像平均局部信息的模糊能量函数,并通过数值分析得到总能量的变化量公式。另外,引入了对比度约束条件游牧战神 , 辅助判断隶属度函数的更新班宝拉。通过对不同rad 取值的实验结果分析可以看出, 根据图像的特征选取合适的rad 值有利于提高对灰度不均匀图像的局部分割能力和收敛速度。对不同?值的实验分析表明合适的对比度约束值能有效防止曲线陷入局部极小值,降低分割方法对初始轮廓的灵敏度泰迪学游泳。来自星星将本文方法与其他几种方法分割效果的对比分析显示了本文方法在分割精度、鲁棒性和弱边缘分割能力上的优势天宏一卡通。在后续的工作中黑蛇呻吟, 将考虑如何更好地结合图像的空间信息, 设计一种通用的对比度约束阈值, 提高本文方法的自适应分割性能。
引用格式
孙文燕肖志军事件, 董恩清奥丁般虚伪, 曹祝楼, 郑强. 一种基于模糊主动轮廓的鲁棒局部分割方法. 自动化学报, 2017,龙套王 43(4): 611-621
作者简介
孙文燕 山东大学(威海) 机电与信息工程学院博士研究生. 2005 年获得山东大学硕士学位. 主要研究方向为医学图像处理.
E-mail: sunwenyan_80@163.com
董恩清 山东大学(威海) 机电与信息工程学院教授. 主要研究方向为无线传感器网络, 医学图像处理. 本文通信作者.
E-mail: enqdong@sdu.edu.cn
曹祝楼 山东大学(威海) 数学与统计学院讲师. 2015 年获得山东大学博士学位.主要研究方向为图像处理.
E-mail: zlouc@sdu.edu.cn
郑强 烟台大学计算机与控制工程学院讲师. 2013 年获得山东大学博士学位. 主要研究方向为医学图像处理.
E-mail: zhengqiang@ytu.edu.cn
热点文章推荐
刘德荣教授最新力作:基于迭代神经动态规划的数据驱动非线性近似最优调节
人脸微表情识别:一颦一笑皆线索
生成式对抗网络GAN的研究进展与展望
平行机器人与平行无人系统——智能无人载具的研究新进展
自动化学报|高被引学者张化光带您走近能源互联网
欢迎扫描二维码、长按图片识别关注《自动化学报》中文版订阅号aas1963,服务号自动化学报和英文版服务号!
JAS《自动化学报》(英文版)
自动化学报服务号
自动化学报订阅号
联系我们
Tel: 010-82544653(日常咨询和稿件处理)
010-82544677(录用后稿件处理)
Fax: 010-82544497
Email: aas@ia.ac.cn(日常咨询和稿件处理)
aas_editor@ia.ac.cn(录用后稿件处理)
http://www.aas.net.cn点击“阅读原文”

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:10004.html