[发明专利]基于改进的距离调整水平集算法的医学图像分割方法

摘要

本发明公开了一种基于改进的距离调整水平集算法的医学图像分割方法，包括以下步骤：输入二维医学图像；利用Matlab软件采用高斯核函数对输入的二维医学图像进行二维空间内的高斯滤波平滑，平滑滤波后的图像的梯度信息为从而得到该二维医学图像的轮廓曲线，对DRLSE模型的隐函数进行改进得到ADRLSE模型，利用ADRLSE模型设置诺埃曼条件的边界停止函数；轮廓曲线的演化使轮廓曲线自适应调整演化方向，直至满足停止条件为止。本发明方法不仅保持了符号距离函数的属性，而且避免了重新初始化，减少了计算量，解决了符号函数的周期性初始化问题，提高了算法的效率，避免了图像分割中边缘失真。

主权项

一种基于改进的距离调整水平集算法的医学图像分割方法，其特征在于：包括以下步骤：步骤一、输入二维医学图像；步骤二、利用Matlab软件采用高斯核函数对输入的二维医学图像进行二维空间内的高斯滤波平滑，二维医学图像函数为I(x,y)；高斯核函数为其中σ为标准方差，平滑滤波后的图像为I′，I′＝G_σ*I(x,y)，平滑滤波后的图像的梯度信息为从而得到该二维医学图像的轮廓曲线；步骤三、对DRLSE模型的隐函数进行改进，使水平集函数接近于符号距离函数，改进后的隐函数为：$p_4\left(s\right)=\left\{\begin{array}{cc}{0.001}^s& ,s\<1\\ \frac{1}{2}{(s-1)}^2& ,s\≥1\end{array}\right.$式中，p为隐函数，s为平面区域；基于改进后的隐函数得到ADRLSE模型，利用ADRLSE模型设置诺埃曼条件的边界停止函数；步骤四、开始轮廓曲线的演化，即使轮廓曲线自适应调整演化方向；步骤五、在轮廓曲线的演化过程中，当轮廓曲线满足诺埃曼条件的边界停止函数时，轮廓曲线收敛到目标边界，则停止演化，最终得到目标图像轮廓；否则，返回步骤四。