[发明专利]基于局部相似性活动轮廓模型的脑部图像分割方法和系统有效
| 申请号： | 201710762462.0 | 申请日： | 2017-08-30 |
| 公开（公告）号： | CN107633522B | 公开（公告）日： | 2020-04-03 |
| 发明（设计）人： | 袭肖明;尹义龙;孟宪静;聂秀山;杨璐 | 申请（专利权）人： | 山东财经大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06K9/46;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250014 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于局部相似性活动轮廓模型的脑部图像分割方法和系统，所述方法包括：获取一幅待分割核磁共振图像；对待分割核磁共振图像进行超像素分割，获取多个超像素；对超像素提取平均灰度值、基于灰度共生矩阵的纹理特征以及局部特征；将所有特征采用串联方式进行特征融合；采用词典和稀疏表示分类方法对超像素进行分类，获得初始目标区域；根据初始目标区域，利用高斯概率密度函数计算每个像素属于目标的概率，作为学习的局部相似性先验；建立基于局部相似性学习的活动轮廓模型的能量函数，通过最小化能量函数，获得图像分割结果。本发明的活动轮廓模型能够较好地处理灰度不均匀问题，提高了脑部图像分割的准确性和鲁棒性。 | ||
| 搜索关键词： | 基于 局部 相似性 活动 轮廓 模型 脑部 图像 分割 方法 系统 | ||
【主权项】：
一种基于局部相似性学习的活动轮廓模型的脑部图像分割方法，其特征在于，包括以下步骤：步骤1：获取一幅待分割核磁共振图像；步骤2：对所述待分割核磁共振图像进行超像素分割，获取多个超像素；步骤3：对所述多个超像素提取平均灰度值、基于共生矩阵的纹理特征以及局部灰度特征；将平均灰度值、基于共生矩阵的纹理特征以及局部灰度特征采用串联方式进行特征融合，得到融合之后的特征；步骤4：采用词典和稀疏表示分类方法对所述超像素进行分类，获得初始目标区域；步骤5：根据所述初始目标区域，利用高斯概率密度函数计算每个像素属于目标的概率，作为学习的局部相似性先验；步骤6：建立基于局部相似性学习的活动轮廓模型的能量函数，通过最小化能量函数，获得图像分割结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东财经大学，未经山东财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710762462.0/，转载请声明来源钻瓜专利网。
