摘要
目的:为提高水平集图像分割方法的速度。方法:本文介绍一种基于快速混合型K均值的水平集方法用于图像分割。首先介绍基于Mumford-Shah模型的水平集方法;然后介绍传统标准K均值方法与水平集方法的联系,分析其缺陷;最后提出了一种快速混合型K均值的方法,在保持传统水平集算法鲁棒性的前提下,较好地提高了计算的速度。结果:该方法与标准水平集方法相比,运算所花费时间相对减少。结论:该方法利用K均值算法的简易和高效率,达到提高水平集方法分割速度的目的,具有一定的实用价值。
Objective:To increase the speed of level set image segmentation algorithm.Methods:A fast hybrid K-Means level set method is proposed for image segmentation in this paper.We firstly draw a connection between a level set algorithm based on Mumford-Shah model and K-Means plus nonlinear diffusion preprocessing,analysing their drawbacks.Then,we exploit this link to develop a new hybrid numerical technique for segmentation that draws on the speed and simplicity of K-Means procedures,and the robustness of level se...
出处
《中国医学物理学杂志》
CSCD
2011年第1期2389-2394,共6页
Chinese Journal of Medical Physics