基于自适应活动轮廓模型的医学图像分割算法研究

摘要

针对传统活动轮廓模型中CV模型和LBF模型能量泛函单一,不能准确快速分割灰度不均匀医学图像的问题,提出一种基于自适应的活动轮廓模型。新模型首先对CV模型的全局拟合项进行改进,使改进后的轮廓曲线对灰度变化区域敏感,其次引入LBF模型的局部拟合项,并对局部拟合项和全局拟合项的权重系数采用自适应函数的形式进行调整,得到最终的自适应活动轮廓模型。实验结果表明:新的模型不仅能够对医学图像中灰度不均匀区域起到较好的分割效果,而且对初始轮廓具有较强的鲁棒性,与此同时自适应权重函数的加入提高了算法在图像上的通用性和运算效率。