论文部分内容阅读
C-V模型可有效对脑肿瘤等医学图像进行分割，但存在对初始轮廓位置敏感及重新初始化耗时的问题，为此，提出了一种分水岭优化的C-V模型脑肿瘤分割方法。首先引入标记函数，通过强制最小技术改善传统分水岭变换的过分割现象，得到粗分割结果，然后在粗分割基础上确定C-V模型初始轮廓位置，最后采用无需重新初始化的C-V模型进行细分割，得到较精确的脑肿瘤分割结果。实例结果表明，经过分水岭优化后的C-V模型能够对常见脑肿瘤图像进行有效分割，尤其是能够将与组织粘连的肿瘤分割出来。