[发明专利]基于混合活动轮廓模型的医学图像分割方法

摘要

本发明公开了一种基于混合活动轮廓模型的医学图像分割方法，结合了图像全局信息和局部信息。全局信息使得模型对于图像具有较强的抗噪性，对图像边缘具有较强的捕捉能力；局部信息使得在异质区域分割更加精确，上述二者结合能够处理背景及其内部结构复杂的图像。实验结果证明了本发明可以分割对比度低、结构复杂的医学图像，而且对于包含噪声、弱边缘和异质区域的图像也能获得很好的分割效果。

主权项

1.一种基于混合活动轮廓模型的医学图像分割方法，其特征在于按照如下步骤进行：/n步骤1：初始化水平集函数以及待分割图像，其中为图像的像素坐标点；/n步骤2：计算图像像素点的权值信息：/n （1）/n其中，，表示不同像素点所对应的位置；/n步骤3：计算全局信息和局部信息，相应的表达式为：/n 和 （2）/n其中，为水平集函数的Heaviside函数；/n步骤4：计算图像的全局能量值和局部能量值：/n （3）/n步骤5: 利用有限差分法，更新水平集函数：/n （4）/n其中，为水平集函数的Dirac函数，和分别为水平集函数的散度和梯度算子，设置迭代步长，为水平集函数在演化过程中的迭代次数；/n步骤6. 检查演化曲线是否稳定收敛，若稳定收敛，则停止迭代；否则，转入步骤2。/n