文献类型：期刊文章

作　　者：陈红[1,2] 于晓升[1] 吴成东[1] 孙鹏[2]

CHEN Hong;YU Xiao-sheng;WU Cheng-dong;SUN Peng(School of Robot Science and Engineering, Northeastern University, Shenyang 110819, China;College of Physics Science and Technology, Anshan Normal University, Anshan 114005, China)

机构地区：[1]东北大学机器人科学与工程学院,辽宁沈阳110819 [2]鞍山师范学院物理科学与技术学院,辽宁鞍山114005

出　　处：《东北大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61503274;61603080)

年　　份：2019

卷　　号：40

期　　号：1

起止页码：6-10

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高图像分割的速度,提出一种参数化水平集活动轮廓模型的快速图像分割算法.该算法中的水平集函数由参数向量确定,而非带符号距离函数,降低了水平集函数的维度.将参数化的水平集函数嵌入到经典的LGDF(local Gaussian distribution fitting)模型中进行图像分割,不需要重新初始化和额外的正则项,同时可选择较大迭代步长.实验结果表明:所提方法能够有效地分割超声、CT和核磁等医学图像,与带有正则项的分割算法LGDF和最近提出的快速分割算法MSLCV相比,在保证分割精度的同时,计算速度得到了明显提高.

关 键 词：水平集 活动轮廓模型 图像分割 LGDF模型  MSLCV模型  

分 类 号：TP391.41]