基于水平集的医学图像分割算法

针对具有灰度不均效应的医学图像分割问题,文中提出了一种快速结合全局和局部信息的水平集模型,即HLSGL。基于C-V水平集分割算法的全局信息,通过计算图像各像素点的局部拟合均值,引入局部信息能量项,使全局与局部信息叠加构成驱动力项,保证对图像边缘具有较好的局域化效果。在构造的驱动力项中引入一种新的速度停止函数,使分割过程能自适应地调节曲线演化速率,提高了分割效率。将HLSGL模型应用于不同种类医学图像,实验表明该方法可以高效地分割含噪声、弱边界、灰度不均的医学图像,得到较完整的轮廓曲线。与其他水平集模型的对比实验表明,HLSGL模型的准确性、鲁棒性、分割效率均得到改善。

基于Hybrid迭代法的多连通域数值保角变换计算法

针对模拟电荷法无界多连通区域的数值保角变换问题,文中提出了一种高精度的数值方法,即基于Hybrid迭代法的无界多连通区域的数值保角变换计算法。该方法通过模拟电荷法构造约束方程,对约束方程应用预处理构造对称正定的方程,获得新的模拟电荷和辐角,并构造近似保角变换函数。文中以多连通圆变换为径向狭缝域为例进行数值实验。使用解析函数的最大模原理作为误差的评价指标,并得出了天野法和文中算法的误差曲线。当模拟电荷数N=180,Jordan曲线为C_(2)时,文中算法E_(A2)的误差为1.6767×10^(-7),但是天野法E A2的误差为8.5977×10^(-4)。当模拟电荷数N=180,Jordan曲线为C_(3)时,文中算法E_(Θ3)的误差为5.6351×10^(-10),天野法E_(Θ3)的误差为1.1025×10^(-5)。

基于Canny算子的C-V水平集模型

医学图像分割一直以来都是图像分割中的难点,可在实际应用中却有着非常重要的价值。直接利用传统的C-V水平集模型对图像进行分割,其缺点是该模型对噪声比较敏感,无法准确处理边界信息模糊的图像,以至于在寻找图像边缘时经常出现错误的定位,找到的边界不准确,使得图像分割效果不理想。因此,文中提出一种基于Canny算子的C-V水平集模型。该模型在传统的C-V水平集模型的基础上,用Canny算子预先处理过的图像去替代原图像,进而使用C-V水平集模型对预处理过的图像进行分割。该模型利用了Canny算子具有的较好的定位性能、较高的检测精度、最小的响应性能和很好的信噪比等优点,克服了传统的C-V水平集模型对噪声敏感、抗干扰性差、边缘不够精细的缺点,从而分割出一条比较理想的边界,达到了很好的分割效果。