×

基于局部熵的变分水平集方法用于图像分割和偏置场校正。 (英语) Zbl 1409.92141号

摘要:由于图像强度的不均匀性,图像分割一直是图像分析和理解中的一个相当大的挑战,这种不均匀性也称为偏置场。本文提出了一种基于局部熵的区域分割方法,用于图像分割和偏差场估计。首先,将局部高斯分布拟合(LGDF)能量函数定义为加权能量积分,其中权重为局部图像灰度分布导出的局部熵。该目标函数的平均值有一个乘法因子,用于估计变换域中的偏置场。然后,充分利用偏置场先验。因此,我们的模型可以更准确地估计偏置场。最后,可以使用水平集正则化项最小化该能量函数、图像分割和偏置场估计。对各种形态图像的实验表明,与其他最先进的方法相比,该方法具有优越的性能。

MSC公司:

92 C55 生物医学成像和信号处理
94A08型 信息和通信理论中的图像处理(压缩、重建等)
94甲17 信息的度量,熵
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Wagner,J.Y。;Langemann,M。;Schön,G。;克鲁格,S。;路透社,D.A。;Saugel,B.,基于桡动脉压平眼压计的自动校准脉搏轮廓分析,用于重症监护病房患者胃肠道手术后的连续无创心输出量监测——一项前瞻性方法比较研究,麻醉和重症监护,44,3,340-345(2016)
[2] Kang,G.H。;克鲁伊特,I。;Shiehmorteza,M。;沃尔夫森,T。;加姆斯特,A.C。;哈密尔顿,G。;Bydder,M。;米德尔顿,M.S。;Sirlin,C.B.,MRI测定的质子密度脂肪分数在两种不同MR扫描仪平台上的再现性,磁共振成像杂志,34,4,928-934(2011)·doi:10.1002/jmri.22701
[3] Boroomand,A。;沙菲,M.J。;Khalvati,F。;Haider,医学硕士。;Wong,A.,通过随机全连接联合条件随机场模型进行噪声补偿、偏差校正扩散加权直肠内磁共振成像,IEEE医学成像汇刊,35,12,2587-2597(2016)·doi:10.1109/TMI.2016.2587836
[4] Wang,W。;齐德,C.S。;Van As,D。;斯米茨,P.C。;Van,D.,《自动气象站在雪盖表面观测到的辐射的回顾性、迭代、基于几何(rigb)倾斜校正方法:在绿地中的应用》,《冰冻圈讨论》,9,6,6025-6060(2015)
[5] Wells,W.M。;深红,W.E.L。;Kikinis,R。;Jolesz,F.A.,MRI数据的自适应分割,IEEE医学成像汇刊,15,4,429-442(1996)·数字对象标识代码:10.1109/42.511747
[6] 梅纳,P.R。;Shantha,S.K.R.,用于mr脑图像分割的带偏差校正的空间模糊C均值和期望最大化算法,《医学系统杂志》,41,1,第15篇(2017年)·doi:10.1007/s10916-016-0662-7
[7] 谢,M。;高杰。;朱,C。;周瑜,一种改进的MRF分割方法和强度不均匀MR图像的偏差校正,医学与生物工程与计算,53,1,23-35(2015)·doi:10.1007/s11517-014-1198-y
[8] 李,C。;黄,R。;丁,Z。;Gatenby,J。;Metaxas,D.N。;Gore,J.C.,存在强度不均匀时图像分割的水平集方法及其在MRI中的应用,IEEE图像处理汇刊,2007-2016年7月20日(2011年)·Zbl 1372.68275号 ·doi:10.1109/TIP.2011.2146190
[9] 张凯。;刘,Q。;宋,H。;Li,X.,同步图像分割和偏差校正的变分方法,IEEE控制论汇刊,99(2014)·doi:10.1109/TCYB.2014.2352343
[10] Wang,L。;Pan,C.,用于MR图像分割和偏置场校正的图像引导正则化水平集演化,磁共振成像,32,1,71-83(2014)·doi:10.1016/j.mri.2013.01.010
[11] Shahvaran,Z。;Kazemi,K。;Helfroush,M.S。;Jafarian,N。;Noorizadeh,N.,变分水平集与马尔可夫随机场模型相结合用于MR图像同时强度非均匀性校正和分割,《神经科学方法杂志》,209,2,280-289(2012)·doi:10.1016/j.jneumeth.2012.06.012
[12] 冯,C。;赵,D。;Huang,M.,使用局部非均匀强度聚类(LINC)的图像分割和偏差校正:基于区域的水平集方法,神经计算,219107-129(2017)·doi:10.1016/j.neucom.2016.09.008
[13] 曹,J。;吴,X。;Yin,H.,一种改进的用于图像分割和偏差校正的混合梯度变化水平集方法,国际计算机数学杂志,93,11,1886-1898(2016)·Zbl 1359.62273号 ·doi:10.1080/00207160.2015.1079625
[14] 刘,L。;张,Q。;吴,M。;李伟(Li,W.)。;Shang,F.,使用水平集方法对具有强度不均匀性的磁共振图像进行自适应分割,磁共振成像,31,4567-574(2013)·doi:10.1016/j.mri.2012.10.010
[15] 陈,Y。;赵,B。;张杰。;郑毅,通过凸优化分割和偏置场校正耦合模型实现脑MR图像的自动分割,磁共振成像,32,7,941-955(2014)·doi:10.1016/j.mri.2014.05.003
[16] Shannon,C.E.,《通信的数学理论》,贝尔实验室技术期刊,27,379-423,623-656(1948)·Zbl 1154.94303号 ·doi:10.1002/j.1538-7305.1948.tb01338.x
[17] 他,C。;Wang,Y。;Chen,Q.,基于局部熵的加权区域可缩放拟合能量驱动的活动轮廓,信号处理,92,2587-600(2012)·doi:10.1016/j.sigpro.2011.09.004
[18] 蒋,X。;吴,X。;熊,Y。;Li,B.,基于局部熵的局部和全局强度拟合能量驱动的活动轮廓,Optik-国际光电子光学杂志,126,24,5672-5677(2015)·doi:10.1016/j.ijleo.2015年9月21日
[19] 张凯。;张,L。;宋,H。;Zhou,W.,《具有选择性局部或全局分割的活动轮廓:一种新的公式和水平集方法》,图像和视觉计算,28,4,668-676(2010)·doi:10.1016/j.imavis.2009.10.009
[20] 李,C。;Kao,C.-Y。;戈尔,J.C。;Ding,Z.,图像分割的区域可缩放拟合能量最小化,IEEE图像处理汇刊,17,10,1940-1949(2008)·Zbl 1371.94225号 ·doi:10.1109/TIP.2008.2002304
[21] Wang,L。;He,L。;米什拉,A。;Li,C.,局部高斯分布拟合能量驱动的活动轮廓,信号处理,89,12,2435-2447(2009)·Zbl 1197.94138号 ·doi:10.1016/j.sigpro.2009.03.014
[22] 牛,S。;陈,Q。;de Sisternes,L.公司。;季,Z。;Zhou,Z。;Rubin,D.L.,通过局部相似因子基于鲁棒噪声区域的活动轮廓模型用于图像分割,模式识别,61,104-119(2017)·doi:10.1016/j.patcog.2016.07.022
[23] 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)·doi:10.1016/j.sigpro.2016.06.013
[24] 刘,B。;Cheng,H.D。;黄,J。;田,J。;唐,X。;Liu,J.,用于超声图像分割的基于概率密度差的活动轮廓,模式识别,43,62028-2042(2010)·Zbl 1191.68588号 ·doi:10.1016/j.patcog.2010.01.002
[25] 蒋晓乐(Jiang,X.L.)。;Li,B.L。;袁建勇。;Wu,X.L.,基于局部熵的局部高斯分布拟合和局部符号差分驱动的活动轮廓,国际模式识别与人工智能杂志,30,3(2016)·doi:10.1142/S021801416550119
[26] 季,Z。;夏,Y。;孙,Q。;曹,G。;Chen,Q.,局部似然图像拟合能量驱动的主动轮廓用于图像分割,信息科学,301,285-304(2015)·doi:10.1016/j.ins.2015.01.006
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。