一种改进的基于蛇模型的分割方法.pdfVIP

ISSN 10O9-3044 E—mail：kfyj@dnzs．net．en ComputerKnowledgeandTechnology电脑知识与技术 http：／／www．dnzs．net．on Vo1．11，No．1，January2015 Te1：+86-55165690964 一 种改进的基于蛇模型的分割方法 陈琳 ，祝传贝。 (1．同济大学CAD研究中心，上海201804；2．同济大学企业数字化技术教育部工程研究中心，上海200092) 摘要：CT图像的分割在临床的诊断和治疗 中有着重大的意义。其中Snake分割算法能够得到较好的分割结果，该文通过 对传统Snake算法基本原理的研究，提 出了一种改进的Snake分割模型。首先，通过数学形态学的方法得到CT图像的边 缘，其次，运用改进的能量方程对分割过程进行迭代。优化的Snake模型能够克服传统Snake模型无法收敛于极凹处以及 对噪声敏感的问题。通过实验将模型应用于实际CT图像分割，并且得到较精确的实验结果。 关键词：CT图像；临床诊断；图像分割；数学形态学；Snake模型 中图分类号：TP311 文献标识码：A 文章编号：1009—3044(2015)01—0181—03 AnOptimizedSegmentationM ethodBasedonSnakeModel CHEN Lin1,2ZHU Chuan-bei’’ ， (1．ResearchCenterofCAD，TongjiUniversity，Shanghai201804，China；2．TheEngineeringResearchCenterforEnterprise DigitalTechnology，MinistryofEducation，TongjiUniversity，Shanghai200092，China) Abstract：SegmentationoftheCTimagesisameaningfulstepindiagnoseofchnicalinjuriesandtreatment．Snakemodelcanget abetterresultamongvarietiesofsegmentationmethods．Anoptimizedsemg entationmethodbasedonsnakemodel(orparamet— ricactivecontourmode1)isproposed．Firstly，anedgemapisgeneratedbymoprholoyg operationfromtheoriginalCTimages． Then，theproposedfunctionisusedtOiterateinthesemg entationprocess．ThemodeladdressestheproblemsofunabletOcon— vergetOconcaviytandnoisesensitiviytofthetraditionalsnakemodels．AndthemodelcarlbeapphedtOpracticalusagewjcbac— curateresults． Keywords：CT images；clinical diagnose；imagesegmentation；moprholoyg ；snakemodel 图像分割是指将图像细分为构成它的子区域或物体，目的在于将其中感兴趣的区域与其他区域分离。作为图像处理的基础， 它的意义在于能够对分割的结果进行三维重建，并提供定性和定量的分析 ，为临床诊断和治疗提供依据。通常，CT图像的分割都 由经验相关的医生完成，但这种方法带有主观意识，并不能很好的衡量分割的准确性。常见的分割方法例如阈值分割，它不能够 对灰度跨度很大的组织进行分割 ，因为会有很多无效的组织被当作是感兴趣区域提取出来。基于区域的分割方法例如区域生长 法 I【是对初始化敏感的分割方法，其分割结果具有随机性，不同种子点的设置会得到不同的分割结果，并且伴随过度分割。图割方 法 能够同时