本发明涉及图像分割,具体涉及一种基于改进势函数的距离正则化水平集心脏mri图像分割方法。
背景技术:
1、图像分割是计算机视觉中的一个基本且具有挑战性的问题,在医学影像学中,图像分割可以用于定位和量化患者体内的病灶,例如肿瘤、囊肿或血管。这有助于医生更准确地了解病变的位置和大小。通过对医学图像进行分割,可以为手术提供重要信息,帮助医生规划手术路径、避开敏感区域,并提供精确定位的导航。但是由于成像设备、成像原理以及个体自身差异的影响,医学图像一般会含有很多噪声。噪声很容易影响图像分割的精确率,丢失一些重要的边缘。
2、传统的水平集方法可以分割图像,但是需要周期性的初始化,并且在演化过程中通常发展出不规则性,这导致数值误差并最终破坏水平集演化的稳定性。距离正则化水平集模型(drlse)在原始水平集模型的基础上增加了正则化项避免了周期性初始化的问题,但是在距离正则化水平集中,边缘指示函数处理的图像是原图像,图像边界和内部一些噪声点不易区分开,当图像某点处的噪声过大时,演化曲线容易收敛到噪声点就停止继续演化,因此演化曲线的收敛过程受噪声的影响比较大,往往会导致水平集演化曲线收敛不到准确位置,造成图像分割不准确。
技术实现思路
1、本发明为了克服以上技术的不足,提供了一种增强了模型抗噪性提高了边缘分割的准确性的心脏mri图像分割方法。
2、本发明克服其技术问题所采用的技术方案是:
3、一种基于改进势函数的距离正则化水平集心脏mri图像分割方法,包括如下步骤:a)读取一张心脏mri图像,将该心脏mri图像进行高斯平滑操作,得到图像i;
4、b)根据图像i得到初始水平集函数φ0;
5、c)根据初始水平集函数φ0计算得到第一次分割后的水平集函数φ1;
6、d)如果第一次分割后的水平集函数φ1与初始水平集函数φ0的差值的绝对值小于等于阈值p则将第一次分割后的水平集函数φ1作为最终分割结果图,如果第一次分割后的水平集函数φ1与初始水平集函数φ0的差值的绝对值大于阈值p则执行步骤e);
7、e)将第一次分割后的水平集函数φ1替代步骤c)中的初始水平集函数φ0后重复执行步骤c),计算得到第二次分割后的水平集函数φ2;
8、f)重复执行步骤e)k次,直至第k次分割后的水平集函数φk与第k-1次分割后的水平集函数φk-1的差值的绝对值小于等于阈值p,将第k次分割后的水平集函数φk作为最终分割结果图。
9、进一步的,步骤a)中从acdc数据集中读取一张心脏mri图像,通过matlab使用高斯核为15、标准差为2的高斯滤波器对心脏mri图像进行高斯平滑操作,得到图像i。
10、进一步的,步骤b)包括如下步骤:
11、b-1)在图像i中选取一个矩形区域;
12、b-2)将该区域内的像素点的像素值设置为-2,将区域外的像素点的像素值设置为2,得到初始水平集函数φ0。
13、进一步的,步骤c)包括如下步骤:
14、c-1)通过公式yi=xi+δtl(xi)计算得到第i个像素点的第一次分割后的像素值,i∈{1,...,n},n为图像i中像素点总数,式中xi为初始水平集函数φ0中第i个像素点的像素值,δt为常数,μ、λ、α均为常数,ω为图像i的整个区域,|·|为模数,▽为梯度算子,e为自然常数,ε为常数,g1为边缘指示函数,为二维高斯滤波器,s(x,y)为图像i经过sobel算子处理后的图像,a为噪声控制参数;
15、c-2)所有n个像素点的第一次分割后的像素值构成第一次分割后的水平集函数φ1。
16、优选的,δt=1,μ=0.2,λ=5.0,α=-3.0,ε=1.5。
17、优选的,为标准方差为σ=2.0的二维高斯滤波器。
18、优选的,a取值为2-4。
19、优选的,阈值p=0.002。
20、进一步的,k<n,n为最大循环次数,当第n次分割后的水平集函数φn与第n-1次分割后的水平集函数φk-1的差值的绝对值大于阈值p,将第n次分割后的水平集函数φn作为最终分割结果图。
21、本发明的有益效果是:演化曲线在等于0的时候扩散速度比原drlse模型要小,更具有鲁棒性,并且在时的正向扩散速度要比drlse中的速度快。提高模型的计算效率。改进的drlse边缘指示函数比原始drlse的边缘指示函数对收敛曲线抗噪性强,收敛速度和收敛到边界的准确性都要高。
1.一种基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:步骤a)中从acdc数据集中读取一张心脏mri图像,通过matlab使用高斯核为15、标准差为2的高斯滤波器对心脏mri图像进行高斯平滑操作,得到图像i。
3.根据权利要求1所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于,步骤b)包括如下步骤:
4.根据权利要求1所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于,步骤c)包括如下步骤:
5.根据权利要求4所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:δt=1,μ=0.2,λ=5.0,α=-3.0,ε=1.5。
6.根据权利要求4所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:为标准方差为σ=2.0的二维高斯滤波器。
7.根据权利要求4所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:a取值为2-4。
8.根据权利要求1所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:阈值p=0.002。
9.根据权利要求1所述的基于改进势函数的距离正则化水平集心脏mri图像分割方法,其特征在于:k<n,n为最大循环次数,当第n次分割后的水平集函数φn与第n-1次分割后的水平集函数φk-1的差值的绝对值大于阈值p,将第n次分割后的水平集函数φn作为最终分割结果图。