基于Snake改进模型的心脏MR图像左心室分割方法

提出一种基于Snake改进模型的心脏MR图像左心室分割方法。首先对梯度矢量流GVF模型进行改进,提出基于扩展邻域的S型函数梯度矢量流ENSGVF模型,该模型可获得更大的捕获域,并能解决深度凹陷及弱边界泄露的问题。然后将ENSGVF作为新的外力条件,构造ENSGVF Snake模型,用于内外膜分割。对于内膜分割,引入圆形约束项,消除由于图像灰度不均匀造成的局部极小问题。进而利用内膜分割结果构造新的外力场和约束,实现外膜的精确自动分割。实验结果表明,该算法能有效解决分割中存在的弱边界、图像灰度不均匀、乳突肌干扰等问题,提高了精确度。

基于力场分析的多目标图像分割算法研究

提出基于力场分析的图像分割方法,为解决参数轮廓模型处理多对象的图像分割问题。首先分析梯度矢量流力场生成机理与力场的特点,建立真实轮廓处力场(零力场)充分条件,依据零力场充分条件生成离真实轮廓处3-5像素距离的初始轮廓线,逼近得到多对象的目标轮廓线;再引入扩散梯度矢量流力场,简化零力场识别与连接过程,降低时间复杂度。试验结果表明,方法对多目标图像分割可得到精确的结果,可以提高轮廓精确度与抗噪性,降低时间复杂度,用户可自主选择图像中感兴趣的对象,在医学图像处理、遥感测绘领域有一定应用价值。