一种新的基于区域竞争模型的水平集医学图像分割方法

摘要

传统的基于梯度模型的水平集分割方法在水平集曲线演化过程中存在着边界泄漏问题.针对这个问题,提出了一种基于改进区域竞争模型的水平集分割方法.本方法首先通过概率分布公式计算出水平集曲线属于目标区域和背景区域的概率;其次,将概率差值连同权重因子添加到水平集函数方程中,使曲线在演化过程中能量函数达到最小;最终,利用图像的区域信息提高水平集曲线识别边界的能力.实验结果表明该方法能够很好地实现医学图像的分割.