【摘要】：根據(jù)最小相對(duì)熵理論,從統(tǒng)計(jì)建模的角度出發(fā)建立起能量泛函,然后與水平集方法集合得到一種新的變分水平集方法,將該方法運(yùn)用到了強(qiáng)度異質(zhì)圖像中進(jìn)行目標(biāo)分割與偏差校正。通過水平集函數(shù)的演化,將目標(biāo)分割與偏差校正進(jìn)行了統(tǒng)一,得到了具有內(nèi)在平滑性的偏差估計(jì)函數(shù)。實(shí)驗(yàn)表明,經(jīng)過校正之后,組織之間的重疊區(qū)域明顯降低,分割結(jié)果更為準(zhǔn)確。此外,模型對(duì)輪廓初始化并不敏感,需要的迭代次數(shù)和時(shí)間較少,適合于各種數(shù)據(jù)量較大的自動(dòng)化應(yīng)用場(chǎng)合。
[Abstract]:According to the minimum relative entropy theory, the energy functional is established from the point of view of statistical modeling, and then a new variational level set method is obtained with the level set method set. This method is applied to target segmentation and error correction in intensity heterogeneous images. Through the evolution of the level set function, the target segmentation and deviation correction are unified, and the deviation estimation function with inherent smoothness is obtained. The experimental results show that after correction, the overlapping regions between tissues are obviously reduced and the segmentation results are more accurate. In addition, the model is not sensitive to contour initialization and requires less iteration times and time, so it is suitable for a variety of automated applications with a large amount of data.
【作者單位】： 浙江工貿(mào)職業(yè)技術(shù)學(xué)院;招商銀行信息技術(shù)部;重慶市沙坪壩區(qū)人民醫(yī)院;
【基金】：浙江省科技計(jì)劃項(xiàng)目(2016C32103) 浙江省專業(yè)領(lǐng)軍項(xiàng)目(lj2013146)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李仲;圖像分割的妙法[J];電腦知識(shí)與技術(shù);2000年S2期

2 唐偉力;龍建忠;;一種基于降雨模型的圖像分割方法在礫巖圖像分割中的應(yīng)用[J];成都信息工程學(xué)院學(xué)報(bào);2007年02期

3 黃曉莉;曾黃麟;王秀碧;劉永春;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割[J];信息技術(shù);2008年09期

4 肖飛;綦星光;;圖像分割方法綜述[J];可編程控制器與工廠自動(dòng)化;2009年11期

5 汪一休;;一種交互式圖像分割的修正優(yōu)化方法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2010年02期

6 李丹;;圖像分割方法及其應(yīng)用研究[J];科技信息;2010年36期

7 龔永義;黃輝;于繼明;關(guān)履泰;;基于熵的兩區(qū)域圖像分割[J];中國(guó)圖象圖形學(xué)報(bào);2011年05期

8 張甫;李興來;陳佳君;;淺談圖像分割方法的研究運(yùn)用[J];科技創(chuàng)新與應(yīng)用;2012年04期

9 汪梅;何高明;賀杰;;常見圖像分割的技術(shù)分析與比較[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年06期

10 魏慶;盧照敢;邵超;;基于復(fù)雜性指數(shù)的圖像分割必要性判別技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2013年16期

相關(guān)會(huì)議論文 前10條

1 楊魁;趙志剛;;圖像分割技術(shù)綜述[A];2008年中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

2 楊暄;郭成安;李建華;;改進(jìn)的脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像分割中的應(yīng)用[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 楊生友;;圖像分割在醫(yī)學(xué)圖像中應(yīng)用現(xiàn)狀綜述[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

4 閆平昆;;基于模型的圖像分割技術(shù)及其醫(yī)學(xué)應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 高嵐;胡友為;潘峰;盧凌;;基于小生境遺傳算法的SAR圖像分割[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 孫莉;張艷寧;胡伏原;趙榮椿;;基于Gaussian-Hermite矩的SAR圖像分割[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 李盛;;基于協(xié)同聚類的圖像分割[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 敬閏宇;孫婧;李夢(mèng)龍;;使用改進(jìn)的水平集方法對(duì)數(shù)據(jù)進(jìn)行分類[A];中國(guó)化學(xué)會(huì)第28屆學(xué)術(shù)年會(huì)第14分會(huì)場(chǎng)摘要集[C];2012年

9 張利;許家佗;;舌象圖像分割技術(shù)的研究與應(yīng)用進(jìn)展[A];中華中醫(yī)藥學(xué)會(huì)中醫(yī)診斷學(xué)分會(huì)第十次學(xué)術(shù)研討會(huì)論文集[C];2009年

10 秦昆;李振宇;李輝;李德毅;;基于云模型和格網(wǎng)劃分的圖像分割方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學(xué);2014年

2 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學(xué);2014年

3 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

4 潘改;偏微分方程在圖像分割中的應(yīng)用研究[D];東北大學(xué);2013年

5 李偉斌;圖像分割中的變分模型與快速算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復(fù)雜圖像分割[D];西安電子科技大學(xué);2014年

7 李積英;融合量子衍生及DNA計(jì)算速率的智能算法在圖像分割中的研究[D];蘭州交通大學(xué);2014年

8 王曉坤;基于寬視場(chǎng)拼接成像的目標(biāo)分割與跟蹤算法研究[D];長(zhǎng)春理工大學(xué);2016年

9 吳永飛;圖像分割的變分模型及數(shù)值實(shí)現(xiàn)[D];重慶大學(xué);2016年

10 李忠兵;聚焦超聲無創(chuàng)治療腫瘤的超聲圖像分割方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃朝林;基于水平集方法的醫(yī)學(xué)組織圖像分割[D];江西理工大學(xué);2017年

2 蔡智勇;基于典型度的相對(duì)熵相似度知識(shí)推薦[D];天津大學(xué);2016年

3 王聰聰;手機(jī)上的交互式圖像分割方法研究[D];華中科技大學(xué);2013年

4 廖小波;基于貝葉斯最優(yōu)統(tǒng)計(jì)的圖切法圖像分割研究[D];昆明理工大學(xué);2015年

5 姜士輝;基于Android系統(tǒng)的立木圖像分割方法研究[D];東北林業(yè)大學(xué);2015年

6 路亞緹;基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究[D];鄭州大學(xué);2015年

7 劉超;基于閾值圖像分割的研究及在蘋果定位中的應(yīng)用[D];東華理工大學(xué);2015年

8 何妮;結(jié)合顯著性目標(biāo)檢測(cè)與圖像分割的服飾提取算法研究及實(shí)現(xiàn)[D];西南交通大學(xué);2015年

9 劉曉磊;基于MRF隨機(jī)場(chǎng)模型的機(jī)器人視覺圖像分割方法研究[D];西安建筑科技大學(xué);2015年

10 王周楠;數(shù)字圖像處理的研究仿真[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

，

本文編號(hào)：2469691