发明名称 一种基于改进梯度向量流模型的医学图像分割方法
摘要 本发明揭露了一种基于改进梯度向量流模型的医学图像分割方法,所述方法包括对模糊的医学皮肤镜图像进行预处理,包括图像均衡化,过滤波和边缘检测等。基于纹理分割的方法,先提取出图像的粗糙轮廓,获取到图像有用的信息点。再将黎曼空间中用于计算梯度向量场的方法取代欧式空间向量场的计算,提高计算的效率。最后,运用改进后的梯度向量蛇模型对图像进行精细的处理,提取精确光滑的图像轮廓,为医学诊断提供一个参考。本发明通过纹理分割方法对皮肤镜图像进行粗糙轮廓提取和改进梯度力场计算的梯度向量流模型,能准确快速的提取模糊医学皮肤镜图像的轮廓,将分割结果显示出来为医学诊断提供一个对比的参考。
申请公布号 CN104680498A 申请公布日期 2015.06.03
申请号 CN201510134078.7 申请日期 2015.03.24
申请人 江南大学 发明人 梁久祯;蒋小波
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 代理人
主权项 一种基于改进梯度向量流模型(GVF Snake)的医学图像分割方法,其特征在于,所述方法包括:对模糊的医学皮肤镜图像进行预处理,包括图像均衡化,滤波和边缘检测等;基于纹理分割的方法,提取出图像的粗糙轮廓,获取到图像有效信息点,自动初始图像轮廓;将黎曼空间中用于计算梯度向量场的方法取代欧式空间向量场的计算,加快迭代计算的速度,提高计算的效率;运用改进后的梯度向量蛇模型对图像进行精细的处理,提取精确光滑的图像轮廓,为医学诊断提供一个参考。
地址 214122 江苏省无锡市蠡湖大道1800号