计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2011年
11期
1882-1889
,共8页
图像分割%活动轮廓%图像分解%阈值收缩%梯度下降流
圖像分割%活動輪廓%圖像分解%閾值收縮%梯度下降流
도상분할%활동륜곽%도상분해%역치수축%제도하강류
医学噪声图像的分割是一件非常困难的事情,为了同时进行噪声去除和图像分割,提出一种基于分解的图像活动轮廓分割模型.该模型是G空间图像分解模型和边缘、区域相结合的活动轮廓模型集成的一个变分泛函,由于模型直接求解困难,把它分裂成2个泛函极值——图像分解部分和图像分割部分.其中,图像分解部分是在G空间的泛函极值,用第二代曲波变换域的阈值收缩求解;分割部分是变分水平集泛函极值,其Euler方程为非线性偏微分方程,可用梯度下降流求解.实验结果表明,文中模型不但可对噪声图像去噪,而且在相同的实验条件下分割效果优于Chan-Vese模型、Snake模型、Level-set模型和ASM;不仅提高了图像的质量,还能较好地分割出目标部分.
醫學譟聲圖像的分割是一件非常睏難的事情,為瞭同時進行譟聲去除和圖像分割,提齣一種基于分解的圖像活動輪廓分割模型.該模型是G空間圖像分解模型和邊緣、區域相結閤的活動輪廓模型集成的一箇變分汎函,由于模型直接求解睏難,把它分裂成2箇汎函極值——圖像分解部分和圖像分割部分.其中,圖像分解部分是在G空間的汎函極值,用第二代麯波變換域的閾值收縮求解;分割部分是變分水平集汎函極值,其Euler方程為非線性偏微分方程,可用梯度下降流求解.實驗結果錶明,文中模型不但可對譟聲圖像去譟,而且在相同的實驗條件下分割效果優于Chan-Vese模型、Snake模型、Level-set模型和ASM;不僅提高瞭圖像的質量,還能較好地分割齣目標部分.
의학조성도상적분할시일건비상곤난적사정,위료동시진행조성거제화도상분할,제출일충기우분해적도상활동륜곽분할모형.해모형시G공간도상분해모형화변연、구역상결합적활동륜곽모형집성적일개변분범함,유우모형직접구해곤난,파타분렬성2개범함겁치——도상분해부분화도상분할부분.기중,도상분해부분시재G공간적범함겁치,용제이대곡파변환역적역치수축구해;분할부분시변분수평집범함겁치,기Euler방정위비선성편미분방정,가용제도하강류구해.실험결과표명,문중모형불단가대조성도상거조,이차재상동적실험조건하분할효과우우Chan-Vese모형、Snake모형、Level-set모형화ASM;불부제고료도상적질량,환능교호지분할출목표부분.