论文部分内容阅读
针对具有灰度不均效应的医学图像分割问题,文中提出了一种快速结合全局和局部信息的水平集模型,即HLSGL。基于C-V水平集分割算法的全局信息,通过计算图像各像素点的局部拟合均值,引入局部信息能量项,使全局与局部信息叠加构成驱动力项,保证对图像边缘具有较好的局域化效果。在构造的驱动力项中引入一种新的速度停止函数,使分割过程能自适应地调节曲线演化速率,提高了分割效率。将HLSGL模型应用于不同种类医学图像,实验表明该方法可以高效地分割含噪声、弱边界、灰度不均的医学图像,得到较完整的轮廓曲线。与其他水平集模