基于参数自适应区域生长的医学图像分割算法
区域生长是医学图像分割中常用的方法之一,为了克服该方法中各项生长参数需要用户多次交互指定的缺点,本文提出一种自适应改变参数的生长算法.该算法将高斯混合模型应用于图像的局部邻域,通过不断自学习当前模型的参数,从而相应的改变生长算法的参数,达到自适应的效果.同时考虑到医学体数据相邻切片之间高度的相关性,提出在相邻层之间采取高斯核滤波和自适应各向异性滤波混合方法,有效的去除图像中的噪声干扰.该算法稳定可靠,分割效果较好.
图像分割 区域生长 各向异性滤波 高斯滤波
陆剑锋 林海 潘志庚 张昊
浙江大学CAD&CG国家重点实验室(杭州) 浙江大学计算机系(杭州)
国内会议
西安
中文
343-345
2004-09-23（万方平台首次上网日期，不代表论文的发表时间）