张辉
- 作品数：6 被引量：22H指数：3
- 供职机构：扬州大学信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省博士后科研资助计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合分水岭算法的水平集医学图像分割方法被引量：9
- 2016年
- 由于医学图像中的复杂目标通常难以被完全分割,提出标记分水岭与改进型Li模型的组合图像分割算法。改进型Li模型构造了符号压力函数来取代传统的停止函数,解决了曲线单向演化的问题。标记分水岭具有较强的抑制噪声的能力,对医学图像的弱边缘具有较强的捕获能力。所以首先运用标记分水岭算法对图像进行预分割,快速准确定位目标区域边缘信息。再引入改进型Li模型算法,通过符号压力函数来指引曲线演化方向,控制演化速度大小,实现对复杂目标的完全分割。实验结果表明:全局信息和边缘信息都能被获得,该组合算法对医学图像中的复杂目标的分割效果较满意。
- 张辉朱家明陈静吴杰
- 关键词：医学图像分割
- 基于聚类和改进型水平集的图像分割算法被引量：7
- 2017年
- 针对医学图像中通常伴有噪声、多目标的问题,传统水平集无法将图像中的多目标完全分割出来,提出了基于抑制式模糊聚类算法的改进型双水平集模型。首先,利用聚类算法对医学图像进行预分割降噪,通过标准化互信息准则(NMI)判断聚类是否达到满意效果,进而改良聚类算法,再由增加惩罚项的改进型双水平集进行二次分割。实验结果表明,该方法能够降低图像的噪声和算法的敏感性,水平集无需重新初始化,大大减少了计算量和迭代次数,该模型能将伴有噪声的多目标医学图像完全分割出来,获得了预期的分割效果。
- 张辉朱家明唐文杰
- 关键词：医学图像分割聚类NMI
- 基于模糊核聚类的双水平集医学图像分割
- 2016年
- 在实际的医学图像中,除目标和背景区域外,还存在两个以上的目标区域,传统的Chan-Vese模型一般只适用于两相图像分割,不能很好地分割多相图像。提出了一种基于模糊核聚类的改进型双水平集的医学图像分割,利用KFCM聚类算法降低图像噪声和双水平集模型的敏感性,对双水平集模型进行改进,对聚类后图像再分割。该方法具有较好的抑制图像噪声能力,充分利用图像边缘信息,无需初始化水平集函数,减少计算量和算法迭代次数,并能有效地实现多相目标区域的分割。
- 张辉朱家明吴杰
- 关键词：图像分割KFCMC-V模型
- 灰度不均的弱边界血管图像分割方法被引量：2
- 2016年
- 针对灰度不均的弱边界现象通常发生在真实世界的图像中,可能会增加图像分割的难度,传统的局部二值拟合(LBF)模型分割方法需要建立复杂的数学模型,局部化属性也导致了该模型更容易陷入局部极值,且需要较多的算法迭代次数。为了克服上述缺陷,提出了一种新的图像分割处理方式,首先用形态学运算去除血管图像的背景,以达到增强图像的目标。然后对处理后的血管图像采用双边滤波器滤波,使用最大类间方差法(Otsu)进行分割,将最优阈值代入Canny算法中,进行再分割。实验结果表明,该方法不需建立复杂的数学模型和数值分析算法,可以用较少的迭代次数,对于灰度不均且弱边界的医学图像实现较好的分割。
- 吴杰朱家明张辉
- 关键词：形态学处理双边滤波器最大类间方差法CANNY算法
- 基于偏移场的双水平集医学图像分割算法被引量：1
- 2017年
- 针对医学图像中通常伴有灰度不均、背景复杂,无法被传统水平集有效分割的特点,提出了基于偏移场的双水平集算法。为了去除医学图像中灰度不均对分割效果的影响,算法中引入偏移场拟合项,改进双水平集模型,再由改进后的双水平集算法分割医学图像中的多目标区域。实验结果表明,所提算法能有效地解决灰度不均与背景复杂的问题,将伴有灰度不均的多目标医学图像完全分割出来,获得预期的分割效果。
- 唐文杰朱家明张辉
- 关键词：医学图像分割
- 多分辨率双水平集医学图像分割算法被引量：3
- 2017年
- 由于医学图像通常伴有灰度不均、背景复杂的特点,传统水平集无法对其进行有效分割,因此提出了一种多分辨率改进型双水平集算法。首先,利用小波进行多尺度空间分析,从而获取医学图像的粗尺度图像;然后由改进型双水平集对图像进行分割,提取多目标区域;为了去除医学图像中灰度不均对分割效果的影响,该算法引入偏移场拟合项,以进一步改进双水平集模型,进而对粗尺度分割效果进行优化处理。实验结果表明,所提算法能有效地解决灰度不均与背景复杂的问题,将伴灰度不均的多目标医学图像完全分割出来,从而获得预期的分割效果。
- 唐文杰朱家明张辉
- 关键词：医学图像分割多分辨率
