基于KFCM与多特征融合的皮肤镜病变区域提取

病变轮廓的检测是病灶提取、定性研究和探明病灶与其周围组织间关系的基础。针对皮肤镜图像病变区域灰度强度不均匀导致病变区域难以提取的问题,本文提出一种基于模糊核聚类算法(KFCM)与多特征融合的病变区域提取算法。首先,将原始图像进行模糊核聚类,把得到的聚类结果作为多特征融合轮廓提取模型的初始轮廓,其次利用轮廓曲线演化对图像全局信息与局部信息采用自适应加权,构建符号压力函数(Signed Pressure Force, SPF),最后利用轮廓曲线演化来分割图像,提取出病变区域。通过真实皮肤镜图像验证了提出的模型在SPF函数和自适应函数引入两方面均能提升提取性能,且在定性和定量对比评价上均优于其他方法,同时对噪声具有鲁棒性。