[1]喻建锋,吕毅斌,房巾莉,等.基于 Canny 算子的 C-V 水平集模型[J].计算机技术与发展,2019,29(07):145-149.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 029]
　YU Jian-feng,LYU Yi-bin,FANG Jin-li,et al.C-V Level Set Model Based on Canny Operator[J].,2019,29(07):145-149.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 029]
点击复制

基于 Canny 算子的 C-V 水平集模型()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
29
期数:
2019年07期
页码:
145-149
栏目:
应用开发研究
出版日期:
2019-07-10

文章信息/Info

Title:
C-V Level Set Model Based on Canny Operator
文章编号:
1673-629X(2019)07-0145-05
作者:
喻建锋1 ; 吕毅斌1 ; 房巾莉1 ; 王樱子2
1. 昆明理工大学 理学院,云南 昆明 650500; 2. 昆明理工大学 计算中心,云南 昆明 650500
Author(s):
YU Jian-feng 1 ; LYU Yi-bin 1 ; FANG Jin-li 1 ; WANG Ying-zi 2
1. Faculty of Science,Kunming University of Science and Technology,Kunming 650500,China; 2. Computer Center,Kunming University of Science and Technology,Kunming 650500,China
关键词:
医学图像分割; 水平集算法; Chan-Vese 水平集模型; Canny 算子; 边缘检测
Keywords:
medical image segmentation; level set algorithm; Chan-Vese level set model; Canny operator; edge detection
分类号:
TP391
DOI:
10. 3969 / j. issn. 1673-629X. 2019. 07. 029
摘要:
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。
Abstract:
Medical image segmentation has always been a difficulty in image segmentation,but it has very important value in practical application. The disadvantage of using traditional Chan-Vese (C-V) level set model to segment image directly is that the model is sensitive to noise and cannot deal with the image with blurred boundary information accurately. As a result,when searching for image edges,incorrect positioning often occurs. Therefore,we propose a C-V level set model based on Canny operator. Based on the traditional C-V level set model,this model uses the pre-processed image of Canny operator to replace the original image,and then uses the C-V level set model to segment the pre-processed image. The model makes use of the advantages of Canny operator,such as great localization performance,high detection accuracy,minimum response performance and well signal-to-noise ratio,and overcomes the disadvantages of the traditional C-V level set model,such as low noise sensitivity,poor anti-jamming and inadequate fine edge,thus dividing an ideal boundary to achieve a better result.

相似文献/References:

[1]王艳华 管一弘.基于模糊集理论的医学图像分割的应用[J].计算机技术与发展,2008,(11):223.
　WANG Yan-hua,GUAN Yi-hong.Application of Medical Image Segmentation Technology Based on Fuzzy - Set - Theory[J].,2008,(07):223.
[2]宋 杰,刘彩霞,李慧婷.基于 U-Net 网络的医学图像分割研究综述[J].计算机技术与发展,2024,34(01):9.[doi:10. 3969 / j. issn. 1673-629X. 2024. 01. 002]
　SONG Jie,LIU Cai-xia,LI Hui-ting.Review of Medical Image Segmentation Based on U-Net Network[J].,2024,34(07):9.[doi:10. 3969 / j. issn. 1673-629X. 2024. 01. 002]
[3]曾庆鹏,崔 鹏.基于 PRAU-Net 的新冠肺炎 CT 图像分割研究[J].计算机技术与发展,2024,34(03):133.[doi:10. 3969 / j. issn. 1673-629X. 2024. 03. 020]
　ZENG Qing-peng,CUI Peng.Research of COVID-19 CT Image Segmentation Based on PRAU-Net[J].,2024,34(07):133.[doi:10. 3969 / j. issn. 1673-629X. 2024. 03. 020]

更新日期/Last Update: 2019-07-10