您的位置: 专家智库 > >

江苏省“青蓝工程”基金(JSK2006018)

作品数:3 被引量:38H指数:3
相关作者:张建伟方林陈允杰詹天明罗春燕更多>>
相关机构:南京信息工程大学南京理工大学更多>>
发文基金:江苏省“青蓝工程”基金江苏省高校自然科学研究项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇图像
  • 3篇图像分割
  • 2篇活动轮廓模型
  • 2篇MR图像
  • 2篇MR图像分割
  • 1篇心室
  • 1篇医学图像
  • 1篇医学图像分割
  • 1篇水平集
  • 1篇左心
  • 1篇左心室
  • 1篇局部信息
  • 1篇CV模型
  • 1篇GAC模型
  • 1篇测地
  • 1篇测地线
  • 1篇测地线活动轮...
  • 1篇测地线活动轮...

机构

  • 3篇南京信息工程...
  • 2篇南京理工大学

作者

  • 3篇张建伟
  • 2篇詹天明
  • 2篇陈允杰
  • 2篇方林
  • 1篇李小田
  • 1篇葛琦
  • 1篇罗春燕

传媒

  • 2篇中国图象图形...
  • 1篇电子学报

年份

  • 1篇2012
  • 1篇2011
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
基于局部统计信息的快速CV模型MR图像分割被引量:12
2010年
Chan-Vese(CV)模型以其能较好地处理图像的模糊边界和复杂的拓扑结构而广泛运用于图像分割中。但由于核磁共振(MR)图像广泛存在强度不均匀性,因此CV模型不仅不能进行准确的分割,而且迭代过程需要对所有图像数据进行反复计算,分割效率很低。针对以上缺点,提出了一种基于局部统计信息的用于快速进行图像分割的CV模型,即首先在局部区域内,通过计算统计量来得到像素点归类的贝叶斯后验概率,并以此作为曲线演化的依据,这样,就能对强度不均匀的MR图像进行准确的分割;然后设置两个表分别存储曲线内外部邻点,并通过更新这两个表内的点来实现曲线演化,从而不但大幅提高了计算速度,并保持了水平集方法能自动处理拓扑结构变化的优点。
张建伟葛琦
关键词:CV模型水平集MR图像分割
基于活动轮廓模型的左心室MR图像分割被引量:13
2011年
本文提出一种基于局部与全局特征的活动轮廓模型左心室MR图像分割算法.该算法融合了图像局部信息和全局信息.局部信息包含了图像局部均值和方差信息,来克服图像灰度不均匀的影响.全局信息则较好地提高模型处理图像弱边界的能力,并防止模型陷入局部最优.实验结果表明,改进算法分割出较为精确的心脏左心室MR图像.
张建伟方林陈允杰詹天明李小田
关键词:活动轮廓模型左心室图像分割
局部GAC模型在医学图像分割中的应用被引量:14
2012年
针对基于区域测地线活动轮廓(GAC)模型很难准确分割灰度不均匀图像的问题,提出基于局部信息的GAC模型。该方法首先将图像区域进行局部化,来克服灰度不均匀对分割结果的影响,然后构造局部符号压力函数(ISPF)指导轮廓线在目标外部(或内部)收缩(或扩张)来完成分割。为了提高算法效率和稳定性,用二值水平集方法实现整个分割过程,避免了传统水平集数值不稳定性。实验结果表明,本文方法可以快速有效地分割灰度不均匀的医学图像。
张建伟方林陈允杰詹天明罗春燕
关键词:测地线活动轮廓模型局部信息
共1页<1>
聚类工具0