结合全局概率密度差异与局部灰度拟合的超声图像分割

摘要

由于超声图像具有高噪声、低对比度、边缘模糊不清等特点,超声图像的分割成为图像处理领域中一个难度较高、亟待解决的问题.本文提出了一种结合全局概率密度差异与局部灰度拟合的主动轮廓模型对超声图像进行分割的方法.该方法分别在原始超声图像与预处理图像上利用了图像的全局和局部信息.在原始图像上,利用各区域的灰度分布,并结合超声图像的背景知识对图像的全局信息建模.为了考虑图像的局部信息,首先对图像进行预处理,在预处理图像上,利用局部灰度拟合模型对图像中的局部信息进行建模.通过分别在不同图像上对全局和局部信息建模的方式,本方法将利用Speckle噪声与去除Speckle噪声的分割思想结合在一起.本文提出的方法分别在模拟和临床超声图像上进行了实验.实验结果证明,该方法对图像中的噪声具有较好的适应性,并对初始条件不敏感,可以准确地对超声图像进行分割.