×

RVLSM:用于强度不均匀和高噪声图像分割的鲁棒变分水平集方法。 (英语) Zbl 07810780号

摘要:强度不均匀和高噪声是图像分割中两个常见但具有挑战性的问题,当这两个问题同时出现在一幅图像中时,这两个方面的问题尤为突出。因此,大多数现有的水平集方法在应用于这些图像时性能较差。为了解决这一问题,本文提出了一种基于自适应扩散机制和局部聚类准则的鲁棒变分水平集方法(RVLSM),该方法不仅可以校正严重的非均匀强度,而且可以在分割过程中去除噪声。具体来说,我们首先定义了一个自适应尺度表示项,使用所提出的自适应扩散机制将图像数据转换到扩散诱导的空间,这成功地抑制了不同类型/级别的噪声,同时增强了图像细节。然后,通过估计变换域中的偏差,构造了一个新的偏差场校正项,以更好地校正分割时严重的非均匀强度。最后,设计了一个增强的四阶分段多项式惩罚项,以消除水平集演化过程中数值计算的不稳定性和繁琐的重新初始化。在具有严重强度不均匀性和高噪声的合成图像和真实图像上的实验结果表明,该方法在准确性和鲁棒性方面均优于大多数现有方法。

MSC公司:

92 C55 生物医学成像和信号处理
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 宗,J。;邱,T。;李伟(Li,W.)。;郭,D.,基于局部熵和活动轮廓模型的超声图像自动分割,计算。数学。申请。,78, 3, 929-943 (2019) ·Zbl 1442.92087号
[2] 傅军,刘军,王毅,周军,王建中,卢海鲁,语义切分的叠加反褶积网络,IEEE Trans。图像处理。
[3] 王,G。;Zuluaga,文学硕士。;李伟(Li,W.)。;普拉特·R。;帕特尔,P.A。;阿尔森,M。;多尔,T。;大卫·A·L。;普雷斯特,J。;Ourselin,S.,Deepigeos:医学图像分割的深度交互式测地线框架,IEEE Trans。模式分析。机器。智力。,41, 7, 1559-1572 (2018)
[4] 他,J。;邓,Z。;周,L。;Wang,Y。;乔毅,用于语义分割的自适应金字塔上下文网络,IEEE计算机视觉和模式识别会议,7519-7528(2019)
[5] Wang,H。;黄,T。;徐,Z。;Wang,Y.,具有局部和全局高斯分布拟合能量的活动轮廓模型及其算法,Inf.Sci。,263, 43-59 (2014)
[6] 哈迪多斯,A。;桑切斯,V。;Li,C.,基于局部边缘特征的加权水平集演化用于医学图像分割,IEEE Trans。图像处理。,26, 4, 1979-1991 (2017) ·Zbl 1409.94294号
[7] Yang,Y。;冯,C。;Wang,R.,结合u-net和水平集方法的医学图像自动分割模型,专家系统。申请。,153,第113419条pp.(2020)
[8] 马,C。;罗,G。;Wang,K.,用于mr图像脑肿瘤自动分割的级联和连接随机森林与多尺度补丁驱动的活动轮廓模型,IEEE Trans。医学图像。,37, 8, 1943-1954 (2018)
[9] 蔡,Q。;刘,H。;钱,Y。;周,S。;段,X。;杨,Y.-H.,用于自动对象分割的盐度引导水平集模型,模式识别。,93, 147-163 (2019)
[10] Kass,M。;威特金,A。;Terzopoulos,D.,《蛇:活动轮廓模型》,国际计算机杂志。视觉。,1, 4, 321-331 (1988)
[11] 王,X。;黄,D。;Xu,H.,一种用于图像分割的有效局部chan-vese模型,模式识别。,4303-618(2010年)·Zbl 1185.68817号
[12] Osher,S。;Sethian,J.A.,《以曲率相关速度传播的前沿:基于哈密尔顿-雅可比公式的算法》,J.Compute。物理。,79, 1, 12-49 (1988) ·Zbl 0659.65132号
[13] Malladi,R。;Sethian,J.A。;Vemuri,B.C.,《正面传播的形状建模:水平集方法》,IEEE Trans。模式分析。机器。智力。,17, 2, 158-175 (1995)
[14] 赵,H。;Chan,T。;梅里曼,B。;Osher,S.,《多相运动的变分水平集方法》,J.Compute。物理。,127, 1, 179-195 (1996) ·Zbl 0860.65050号
[15] 李,C。;徐,C。;桂,C。;Fox,M.D.,距离正则化水平集进化及其在图像分割中的应用,IEEE Trans。图像处理。,19, 12, 3243-3254 (2010) ·Zbl 1371.94226号
[16] 李,C。;徐,C。;福克斯医学博士。;Gui,C.,无需重新初始化的水平集进化:一种新的变分公式,IEEE计算机视觉和模式识别会议,430-436(2005)
[17] Yu,H。;He,F。;Pan,Y.,基于自适应扰动的强度不均匀医学图像分割新模型,Multimed。工具。申请。,78, 9, 11779-11798 (2019)
[18] 卡塞勒斯,V。;Kimmel,R。;Sapiro,G.,测地活动轮廓,国际计算杂志。视觉。,第22页,第1页,第61-79页(1997年)·兹伯利0894.68131
[19] 芒福德,D。;Shah,J.,分段光滑函数的最佳逼近和相关变分问题,Commun。纯粹。申请。数学,42,5,577-685(1989)·Zbl 0691.49036号
[20] Chan,T.F。;Vese,L.,《无边活动轮廓》,IEEE Trans。图像处理。,10, 2, 266-277 (2001) ·Zbl 1039.68779号
[21] 洛杉矶Vese。;Chan,T.F.,《使用mumford和shah模型进行图像分割的多阶段水平集框架》,国际计算机杂志。视觉。,50, 3, 271-293 (2002) ·Zbl 1012.68782号
[22] 李,C。;高,C。;戈尔,J.C。;Ding,Z.,用于图像分割的区域可缩放拟合能量的最小化,IEEE Trans。图像处理。,17, 10, 1940-1949 (2008) ·Zbl 1371.94225号
[23] 周,S。;Wang,J。;张,S。;梁,Y。;龚,Y.,基于局部和全局强度信息的医学图像分割主动轮廓模型,神经计算,186107-118(2016)
[24] Yu,H。;He,F。;Pan,Y.,一种新的基于区域的活动轮廓模型,通过局部斑块相似性度量进行图像分割,Multimed。工具。申请。,77, 18, 24097-24119 (2018)
[25] Wang,H。;黄,T。;徐,Z。;Wang,Y.,基于全局和局部区域活动轮廓的两阶段图像分割,神经计算,205,130-140(2016)
[26] Wang,L。;Chang,Y。;Wang,H。;吴,Z。;Pu,J。;Yang,X.,用于图像分割的基于局部拟合图像的主动轮廓模型,Inf.Sci。,418, 61-73 (2017)
[27] 最小高度。;夏,L。;Han,J。;王,X。;潘,Q。;Fu,H.等人。;Wang,H。;Wong,S.T。;Li,H.,一种基于局部特征的多尺度水平集方法,用于分割强度不均匀的图像,模式识别。,91, 69-85 (2019)
[28] 最小高度。;贾伟。;Zhao,Y。;左,W。;Ling,H。;Luo,Y.,Late:基于泰勒展开局部近似的水平集方法,用于分割强度不均匀图像,IEEE Trans。图像处理。,27, 10, 5016-5031 (2018) ·Zbl 1409.94444号
[29] 最小高度。;王,X。;黄,D。;Jia,W.,一种新的基于对偶最小化的水平集图像分割方法,神经计算,214910-926(2016)
[30] 苗,J。;黄,T。;周,X。;Wang,Y。;Liu,J.,基于局部余弦拟合能量的局部图像恢复活动轮廓模型的图像分割,信息科学。,447, 52-71 (2018) ·Zbl 1440.94007号
[31] 李毅。;曹,G。;Wang,T。;崔,Q。;Wang,B.,一种新的基于局部区域的活动轮廓模型,用于使用贝叶斯定理进行图像分割,信息科学。,506, 443-456 (2020) ·Zbl 1456.62128号
[32] 李,C。;黄,R。;丁,Z。;Gatenby,J.C。;Metaxas,D.N。;Gore,J.C.,《存在强度不均匀情况下图像分割的水平集方法及其在MRI中的应用》,IEEE Trans。图像处理。,20, 7, 2007-2016 (2011) ·兹比尔1372.68275
[33] 张凯。;张,L。;Lam,K。;Zhang,D.,灰度不均匀图像分割的水平集方法,IEEE Trans。赛博。,46, 2, 546-557 (2016)
[34] 周,S。;Wang,J。;张,M。;蔡,Q。;Gong,Y.,用于医学图像分割和偏差校正的基于协方差的水平集方法,神经计算,234,216-229(2017)
[35] 蔡,Q。;刘,H。;周,S。;Sun,J。;Li,J.,用于非均匀图像分割和偏置场估计的自适应尺度活动轮廓模型,模式识别。,82, 79-93 (2018)
[36] Wu,Y。;李,M。;张,Q。;Liu,Y.,用于图像分割和偏差校正的retinex调制分段常数变分模型,应用。数学。型号1。,54697至709(2018)·Zbl 1480.94012号
[37] He,W。;宋,H。;姚,Y。;贾,X。;Long,Y.,一种新的非均匀sar图像分割水平集方法,IEEE Geosci。遥感快报。,1-5 (2020)
[38] 牛,S。;陈,Q。;De Sisternes,L。;季,Z。;Zhou,Z。;Rubin,D.L.,基于鲁棒噪声区域的活动轮廓模型,通过局部相似因子进行图像分割,模式识别。,61,SI,104-119(2017)
[39] Yu,H。;He,F。;Pan,Y.,一种使用自适应双边滤波器进行噪声图像分割的基于可缩放区域的水平集方法,Multimed。工具。申请。,79, 9, 5743-5765 (2020)
[40] 阿里·H。;拉达·L。;Badshah,N.,高噪声下强度不均匀性的图像分割,IEEE Trans。图像处理。,27, 8, 3729-3738 (2018) ·Zbl 1409.94009号
[41] 刘,C。;刘伟。;Xing,W.,一种改进的基于边缘的水平集方法,结合局部区域拟合信息用于噪声图像分割,信号处理。,130, 12-21 (2017)
[42] 张,H。;Tang,L。;He,C.,多尺度图像分割的变分水平集模型,Inf.Sci。,493, 152-175 (2019) ·Zbl 1451.94016号
[43] 刘,Y。;他,C。;Wu,Y.,带核度量基数据项的变分模型用于噪声图像分割,Digit。信号处理。,78, 42-55 (2018)
[44] 鲁丁,L.I。;Osher,S。;Fatemi,E.,基于非线性总变差的噪声去除算法,Physica D,60,1-4,259-268(1992)·Zbl 0780.49028号
[45] Brox,T.公司。;威克特,J。;Burgeth,B。;Mrázek,P.,非线性结构张量,图像视觉。计算。,24, 1, 41-55 (2006)
[46] 梅迪奥尼,G。;李,M。;Tang,C.,《分段和分组的计算框架》(2000年),爱思唯尔出版社:荷兰阿姆斯特丹·Zbl 0952.68154号
[47] 王,X。;最小高度。;邹,L。;Zhang,Y.,结合局部统计分析和全局相似性度量的图像分割新水平集方法,模式识别。,48189-204(2015年)
[48] Wu,Y。;He,C.,图像分割的间接正则化变分水平集模型,神经计算,171194-208(2016)
[49] 阿尔伯特,S。;M.加伦。;Brandt,A。;Basri,R.,通过概率自下而上聚合和线索集成进行图像分割,IEEE Trans。模式分析。机器。智力。,34, 2, 315-327 (2012)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。