一种改进的拉普拉斯水平集医学图像分割算法
作为图像识别与图像理解的关键步骤，图像分割一直以来受到人们的重视，提出了很多相应的算法，它又面临着很多挑战。医学图像分割的难点是对模糊边缘的连续有效分割，为准确的目标提取提供保障。提出一种新的医学图像分割算法，算法在拉普拉斯水平集图像分割算法基础上，融入图像的区域信息，重新定义了驱动水平集表面演化的速度函数。算法除了利用图像的边缘梯度信息外，还充分融合了图像的区域信息，使得该算法在保持了图像边缘的局部特征的同时，充分利用了区域全局优化的特点，可实现医学图像的有效分割。与经典水平集分割方法相比，改进后的方法能够更好地保持边界的连续性，得到比较完整的分割结果，为图像分析提供可靠的科学数据。
医学图像分割 拉普拉斯算子 水平集 速度函数
王欣 薛龙 张明明
吉林大学计算机科学与技术学院 长春 130012;吉林大学符号计算与知识工程教育部重点实验室 长春 130012 吉林大学计算机科学与技术学院 长春 130012
国内会议
长春
中文
1-5
2012-08-04（万方平台首次上网日期，不代表论文的发表时间）