基于信息熵和显著性的超声图像分割算法

在医用超声中,快速并准确的分割出病变区域非常重要。然而,相对于其他图像分割,医用超声图像由于斑状噪声和弱边缘问题,分割要困难得多。针对以上问题,提出了基于信息熵和显著性的超声图像分割算法。首先超声图像用各项异性滤波中降噪;其次获取图像显著性特征以及方差显著性特征作为超声图像的特征提取;最后将提取的特征作为样本送到最小二乘支持向量机中。实验以超声图像为例,数据证明基于信息熵和显著性的超声图像分割算法有比较好的分割效果。