《基于区域生长和水平集的肝脏提取分割算法-论文》.pdfVIP

第 14卷 第3期 2014年 1月 科 学 技 术 与 工 程 Vo1．14 No．3 Jan．2014 1671— 1815(2014)03—0216—06 ScienceTechnologyandEngineering ⑥ 2014 Sci．Tech．Engrg． 基于区域生长和水平集的肝脏提取分割算法 王 梁 吴 斌 方艳红 (西南科技大学，绵阳 621000) 摘 要 为了克服传统的以单幅图像作为信息来源的水平集模型分割复杂背景 图像的局限性，结合区域生长法和水平集方 法各 自的特点，提出了一种新的由多幅图像信息构建的水平集分割算法模型。在运用水平集方法分割人体腹腔图像前，首先 运用本文提出的一种有效的区域生长法在腹腔图像 中得到肝脏的粗略分割结果作为先验形状图像。通过先验形状图像在 Chan—Vese模型下控制水平集的演化，使活动轮廓的先验形状信息融合到水平集分割算法模型中，同时，利用TJi模型在人体腹 腔图像 中进一步获取肝脏的边缘信息。这种融合多幅图像信息的复合水平集分割算法模型能够充分利用 图像信息，有效地 描述水平集方法中活动轮廓与 目标区域肝脏的关系。通过实验验证，提出的算法模型能够很好地从人体腹腔 图像 中提取出 肝脏 区域。 关键词 水平集 图像分割 区域生长 中图法分类号 TP391．41； 文献标志码 A 水平集方法 自从Osher和Sethian¨在 1988年 图像的局部灰度信息，依然没有包含图像的梯度信 提出以来，被各个领域广泛研究和应用，这种演化偏 息。人体腹腔图像，其中组织器官复杂，肝脏与其他 微分方程的方法在图像分割领域，因其能够克服传 器官组织及背景没有明显的灰度区分，同时肝脏 内 统参数活动轮廓模型不能解决拓扑结构变化的问 部的灰度也存在分布不均匀的情况，而且各组织器 题，并且能够 自上而下地构建能量模型融合图像的 官的边界相互交错 ，拓扑结构复杂，这样就很难直接 各底层信息等优点，更是得到了极大地重视被广泛 应用这些简单的水平集方法模型达到提取肝脏的 研究和应用。水平集方法的基本思想就是，把一个 目的 闭合的活动轮廓隐性表示为高一维的水平集函数的 区域生长法 是一种 零水平集，通过计算水平集函数的演化来描述活动 自下而上的简单分割方 轮廓的运动。 法，能够将具有相 同特征 目前研究和改进的比较多的水平集分割算法有 的连通区域提取出来，但 利用图像区域信息的Chan．Vese模型_2和利用图像 是噪声和灰度不均匀对分 梯度信息的测地线活动轮廓模型_3，还有利用局部 割结果影响较大，容易导 区域信息的LBF方法 和基于局部区域线性分类 致空洞、过分割及欠分割。 的水平集方法 。Chan—Vese模型是Mumford．Shah 现提出一种基于区域生长 模型的一个简化，它假设图像是灰度均匀的，并且 图 和水平集 的图像分割算 像中前景和背景在不同的灰度区问，该模型没有图 法，首先利用区域生长法 像的梯度信息，对弱边界图像有较好的性能。测地 在人体腹腔图像中得到肝 线活动轮廓模型利用图像的梯度信息使得演化曲线 脏的粗略分割结果，作为 在图像边界处停止迭代 ，适合 目标区域与背景有 明 先验形状图像，然后利用 显边界的图像分割，对噪声有 比较大的敏感性。 Chan—Vese模型在先验形 图1 获取先验形状 LBF模型是一种改进 的Chan．Vese模型，只是利用 状图像上控制水平集函数 图像流程 的演化，保持活动轮廓