一种各向异性GVF模型的心脏左心室MR图像分割模型
为了克服传统的梯度矢量流(GVF)模型对细长拓扑结构、噪声及弱边界敏感的缺陷,提出一种基于区域信息的各向异性GVF模型.首先由模糊C均值(FCM)聚类算法得到聚类信息并将其融入到GVF模型中,以降低弱边界和噪声的影响;然后利用图像结构信息改进GVF模型,使其具有各向异性,克服了细长拓扑结构的影响;最后把得到的各向异性GVF模型融入到Snake方程中引导曲线的演化,得到目标边界.实验结果表明,该模型具有较好的分割结果.
图像分割、梯度矢量流模型、模糊C均值模型、各向异性
22
TP391.41(计算技术、计算机技术)
国家自然科学基金60973157
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
1887-1891