2024年6月14日发(作者：)

数理医药学杂志

　　文章编号

:1004

2

4337

(

2005

)

03

2

0211

2

02

　　　中图分类号

:

R

445

　　　文献标识码

:

A

2005

年第

18

卷第

3

期

・医学图像分析・

Gaussian

滤波参数

Ρ

在使用

Snake

进行

医学图像分割时的影响

姜　春　晓

(

青岛大学医学院计算机教研室　青岛

266021

)

摘　要

:

　目的

:

探讨选取

Ρ

值的一般规律

,

改善

Gaussian

滤波在使用主动轮廓模型进行医学图像分割时的效果。方法

:

通过使用

不同的

Gaussian

滤波参数

Ρ

对不同的医学图像进行分割

,

总结出使用

Snake

对医学图像分割的影响。结论

:

Gradient

方法和

GVF

方法

选取

Ρ

的一般规律对医学图像的处理具有一定的理论和实践意义。

关键词

:

　

Gaussian

滤波

;

　蛇模型

;

　梯度矢量流

　　医学图像分割和边缘提取是医学图像处理的重要问题。

近年来

,

活动轮廓模型

(

Snake

)

已经广泛地应用于医学图像分

割。因医学图像复杂多样

,

为减少噪声的影响

,

改善分割效果

,

在使用

Snake

方法进行图像分割之前

,

通常要进行滤波

,

一般

选择

Gaussian

滤波。但滤波的程度没有一定的规则可循

,

造成

在图像分割时参数确定较盲目

,

影响了分割结果。本研究通过

实验观察到

Gaussian

滤波参数

Ρ

在使用

Snake

进行医学图像

分割时的影响

,

总结出选取

Ρ

值的一般规律

,

在一定程度上提

高了图像分割的效率。

1

　

Gaussian

滤波

Gaussian

滤波器

[1]

由式

(

1

)

给出

G

(

x

,

y

)

=

e

-

x

2

+

y

2

3

　梯度矢量流

(

GVF

)

为解决

Snake

曲线难以收敛进边缘凹口的问题

,

我们应用

适量扩散方程扩散与边界区域的边缘映射的梯度

,

产生称为

梯度矢量流

(

GVF

)

[3]

的不同力场。

GVF

方法具有较大的吸引

范围

,

且能提高变形轮廓向边界凹口变型的收敛性。

GVF

场为矢量场

V

(

x

,

y

)

=[

u

(

x

,

y

)

,

v

(

x

,

y

)

],

其分量通

过极小化如下泛函得到

:

2222

)

+