基于CV模型的CT图像分割研究

由于医学图像边缘模糊、不均匀性等特点,使用传统的Chan—gese（CV）模型方法难以达到分割要求,同时该方法存在计算量大、分割速度慢的问题。本文提出了一种基于CV模型改进的分割算法,在水平集演化迭代过程中,根据当前主动轮廓线的位置,引入图像局部灰度信息,提高了水平集能量项的有效性和该模型的收敛速度,并提出了一种关于图像序列的分割方法。实验结果表明,运用本文提出的方法能够快速、准确地提取图像中感兴趣目标,是一种较为理想的医学图像分割方法。