科创中国

基于Graph Cut与区域生长的连续CT图像分割算法

原文链接：万方

• 作者：

  宋子国,战荫伟

• 摘要：

  Graph Cut方法用于医学图像分割具有精度高,分割准确等优点,但处理每一幅图片都需要用户选定对象和背景,耗时较长.区域生长方法适于对面积不大的区域进行分割,分割速度快,但需要人工选取种子点,且在对比度低的情况下分割效果不理想.针对医学CT连续断层图像间相关性强特点,提出一种把Graph Cut方法和区域生长方法相结合的图像分割算法GCRGIS.首先使用Graph Cut法对连续断层图像的首幅图像进行分割,以分割出的图像轮廓作为后幅断层图像待生长区域的边缘,将边缘进行腐蚀后再进行区域生长,分割出目标图像.实验结果表明,该方法处理连续CT图像时仅需对首幅图像进行人工交互,在后续图像的分割中避免了每幅图像都要人工交互的繁琐,分割效果好,速度快.

• 关键词：

  Graph Cut方法 区域生长 图像分割 GCRGIS

• 作者单位：

  广东工业大学计算机学院

• 基金项目：

  广州开发区科技计划(2010Q-P200)% 广州市科技计划(2010Y1-C611)

• 来源期刊：

  计算机系统应用

• 年，卷(期)：

  2012009