高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于相位一致性改进的活动轮廓分割模型

郑伟 张晶 李凯玄 郝冬梅

引用本文:
Citation:

基于相位一致性改进的活动轮廓分割模型

    作者简介: 郑伟(1972-),女,教授,博士,现主要从事图像处理、图像安全通信的研究。E-mail:147685650@qq.com.
  • 基金项目:

    河北大学医工交叉研究中心开放基金资助项目(BM201103)

  • 中图分类号: TP391

Improved active contour segmentation model based on phase consistency

  • CLC number: TP391

  • 摘要: 为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。
  • [1]

    ZHANG Z S,XI J Q,LIU Y. Canny operator study based on GCV criteria and Otsu[J].Computer Science, 2013, 40(6):279-282(in Chinese).
    [2]

    WANG L,HE L, ARABINDA M. Active contours driven by local Gaussian distribution fitting energy[J].Signal Processing, 2009, 89(12):2435-2447.
    [3]

    CHAN T, VESE L. Active contours without edges[J]. IEEE Transactions on Image Processing, 2001, 10(2):266-277.
    [4]

    LI C M, KAO C Y, JOHN C G, et al. Implicit active contours driven by local binary fitting energy[C]//IEEE Conference on Computer Vision and Pattern Recognition. New York, USA:IEEE, 2007:1-7.
    [5]

    WANG L, LI C M, SUN Q, et al. Active contours driven by local and global intensity fitting energy with application to brain MR image segmentation[J]. Computerized Medical Imaging and Graphics, 2009, 33(7):520-531.
    [6]

    LIU R J, HE C J, YUAN Y. Active contours driven by local and global image fitting energy[J]. Journal of Computer-Aided Design Computer Graphics, 2012, 24(3):364-371(in Chinese).
    [7]

    ZHANG J W, FANG L, CHEN Y J, et al. Left ventricle MRI segmentation based on active contour model[J]. Acta Electronica Sinica, 2011, 39(11):2670-2673(in Chinese).
    [8]

    WANG X H, JIN Y B. The active contour model for segmentation of coastal hyperspectral remote sensing image[J].Journal of Image and Graphics, 2013, 18(8):1031-1037(in Chinese).
    [9]

    CHEN K, LI B, TIAN L F, et al. Fuzzy speed function-based active contour model for segmentation of pulmonary nodules[J].Bio-Medical Materials and Engineering,2014, 24(1):539-547.
    [10]

    MORRONE M C, OWENS R A. Feature detection from local energy[J]. Pattern Recognition Letters, 1987, 6(5):303-313.
    [11]

    MORRONE M C, BURR D C. Feature detection in human vision:a phase-dependent energy model[J]. Proceedings of the Royal Society of London, 1988, B235(1280):221-245.
    [12]

    ZHENG W, PAN Z Y, HAO D M. The improved DRLSE ultrasound image segmentation model based on phase congruency[J]. Opto-Electronic Engineering, 2014,41(1):60-64(in Chinese).
    [13]

    KOVESI P. Phase preserving denoising of images[C]//The Australian Pattern Recognition Society Conference:DICTA'99. Perth, Australia:The University of Western Australia, 1999:212-217.
    [14]

    KOVESI P. Image features from phase congruency[J]. Journal of Computer Vision Research, 1999, 1(3):1-26.
    [15]

    LI C M, XU C Y, GUI C F, et al. Level set evolution without re-initialization:a new variational formulation[C]//IEEE International Conference on Computer Vision and Pattern Recognition. New York, USA:IEEE,2005:430-436.
    [16]

    LI C M, XU C Y, GUI C F, et al. Distance regularized level set evolution and its application to image segmentation[J].IEEE Transactions on Image Processing,2010,19(12):3243-3254.
    [17]

    COLLINS D L,EVANS A C,HOLMS C, et al. Automatic 3-D segmentation of neuro-anatomical structures from MRI[C]//14th International Conference on Information Processing in Medical Imaging. New York, USA:IEEE, 1995:139-152.
  • [1] 郑伟张晶杨虎 . 改进边界指示函数的水平集活动轮廓模型. 激光技术, 2016, 40(1): 126-130. doi: 10.7510/jgjs.issn.1001-3806.2016.01.028
    [2] 张建波杨恢先周彤彤谭正华李淼 . 一种改进的2维Otsu红外图像分割法研究. 激光技术, 2014, 38(5): 713-717. doi: 10.7510/jgjs.issn.1001-3806.2014.05.029
    [3] 李昌海叶玉堂沈淦松徐伟叶涵姚景昭 . 基于图像轮廓分析的LCD线路缺陷检测. 激光技术, 2013, 37(2): 207-210. doi: 10.7510/jgjs.issn.1001-3806.2013.02.017
    [4] 吴超王寿松 . 基于轨迹图像的雾滴颗粒运动速度光电测量方法. 激光技术, 2014, 38(2): 214-217. doi: 10.7510/jgjs.issn.1001-3806.2014.02.015
    [5] 陈树越朱双双蒋星徐扬 . 基于高斯型点扩展函数的红外图像热源复原. 激光技术, 2016, 40(2): 270-273. doi: 10.7510/jgjs.issn.1001-3806.2016.02.025
    [6] 房垚鑫郭宝峰马超 . 基于改进点扩散函数的遥感图像超分辨率重建. 激光技术, 2019, 43(5): 713-718. doi: 10.7510/jgjs.issn.1001-3806.2019.05.024
    [7] 孙越娇雷武虎胡以华赵楠翔任晓东 . 基于视觉显著模型的遥感图像舰船快速检测. 激光技术, 2018, 42(3): 379-384. doi: 10.7510/jgjs.issn.1001-3806.2018.03.017
    [8] 刘宣呈陈根余操坤曹明月梅枫 . 成形砂轮激光修整的多轮廓图像合成检测方法. 激光技术, 2024, 48(3): 395-404. doi: 10.7510/jgjs.issn.1001-3806.2024.03.015
    [9] 谢军昱许杨剑王效贵 . 基于贝叶斯模型和数字图像相关的视觉测量. 激光技术, 2016, 40(6): 866-870. doi: 10.7510/jgjs.issn.1001-3806.2016.06.019
    [10] 纪文孙水发王帅董方敏 . 对数域的光学相干层析图像噪声模型分析. 激光技术, 2014, 38(6): 848-853. doi: 10.7510/jgjs.issn.1001-3806.2014.06.027
    [11] 何易德朱斌姜湖海刘书信李黎明胡绍云 . 红外图像多尺度统计和应用先验去模糊模型. 激光技术, 2023, 47(3): 360-365. doi: 10.7510/jgjs.issn.1001-3806.2023.03.012
    [12] 李文龙戈海龙任远成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
    [13] 张海庄姚梅雷萍李鹏曾庆平 . 远场激光光斑图像处理方法研究. 激光技术, 2013, 37(4): 460-463. doi: 10.7510/jgjs.issn.1001-3806.2013.04.010
    [14] 刘德阳王广军吴健艾列富 . 基于视点相关性的光场图像压缩算法. 激光技术, 2019, 43(4): 551-556. doi: 10.7510/jgjs.issn.1001-3806.2019.04.020
    [15] 冯军波周昕 . 点光源照射下彩色图像随机相位编码的实现. 激光技术, 2008, 32(6): 621-623.
    [16] 向志聪张程潇白玉磊赖文敬王钦若周延周 . 一种高分辨率3维图像的自适应降噪算法. 激光技术, 2015, 39(5): 697-701. doi: 10.7510/jgjs.issn.1001-3806.2015.05.024
    [17] 乔建平邓联文贺君廖聪维 . 一种基于混沌映射的快速图像加密算法优化. 激光技术, 2017, 41(6): 897-903. doi: 10.7510/jgjs.issn.1001-3806.2017.06.026
    [18] 汤敏王惠南 . 激光扫描共聚焦显微镜图像的计算机处理. 激光技术, 2007, 31(5): 558-560.
    [19] 张羽鹏王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
    [20] 冯煦张瑞瑛周萍李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
  • 加载中
计量
  • 文章访问数:  4363
  • HTML全文浏览量:  1594
  • PDF下载量:  534
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-01-28
  • 录用日期:  2015-03-24
  • 刊出日期:  2016-03-25

基于相位一致性改进的活动轮廓分割模型

    作者简介: 郑伟(1972-),女,教授,博士,现主要从事图像处理、图像安全通信的研究。E-mail:147685650@qq.com
  • 1. 河北大学电子信息工程学院, 保定 071002;
  • 2. 河北大学河北省数字医疗工程重点实验室, 保定 071002;
  • 3. 河北大学附属医院, 保定 071000
基金项目:  河北大学医工交叉研究中心开放基金资助项目(BM201103)

摘要: 为了实现甲状腺超声图像中结节组织的快速准确分割,克服图像灰度分布不均匀和边缘模糊对分割结果造成的影响,采用了基于相位一致性改进的活动轮廓分割模型。首先,利用相位一致性边缘检测原理构造一种新的速度函数,不仅弥补了梯度算子边缘检测中由于滤波处理造成边缘损坏的缺陷,而且可以灵活地控制曲线演化速率;然后,将该速度函数乘入到无边缘主动轮廓模型的能量项中,避免了线性组合中的权重分配问题,同时具有全局分割能力。通过理论分析和实验验证,改进模型的相对差异度均小于1%,运行时间均低于对比模型。结果表明,新模型实现了灰度分布不均匀图像的精确分割,同时分割效率也有所提高。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回