论文研究-基于局部区域信息的水平集医学图像分割方法.pdf

针对医学图像中存在的亮度分布不均匀（intensity inhomogeneity）的特点，对Chan-Vese提出的基于Mumford-Shah模型的水平集分割图像的算法进行了改进。局部区域信息是对亮度分布不均匀图像进行准确分割的关键，但是传统的基于区域信息的C-V模型没有利用到这种局部区域的图像信息，因此无法正确分割强度分布不均匀图像。利用局部区域信息构造能量函数，提出了一种基于局部区域信息的改进C-V模型。该模型无需大量计算，水平集函数可快速收敛。MR图像、血管造影图像和X线骨折图像的实验结果证明了该方法的高效性。