论文部分内容阅读
提出了一种改进的C-V模型,完全避免了重初始化步骤并简化了初始水平集函数的构造,大大加快了分割速度。针对乳腺肿瘤超声图像灰度分布的特点和C-V模型分段常量的假设,提出了手工勾画粗略边界,再划分子图进行分割的半自动分割流程,不仅提高了分割准确性,同时也进一步提高了分割效率。实验表明,算法能高效准确地从超声乳腺肿瘤图像中提取出肿瘤的边界,为下一步的目标特征提取、分析打下了良好的基础。