基于支持向量机的并行CT图像分割方法

基于支持向量机的并行CT图像分割方法

ID:36653642

大小:676.48 KB

页数:5页

时间:2019-05-13

基于支持向量机的并行CT图像分割方法_第1页
基于支持向量机的并行CT图像分割方法_第2页
基于支持向量机的并行CT图像分割方法_第3页
基于支持向量机的并行CT图像分割方法_第4页
基于支持向量机的并行CT图像分割方法_第5页
资源描述:

《基于支持向量机的并行CT图像分割方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第18卷第3期哈尔滨理工大学学报Vol.18No.32013年6月JOURNALOFHARBINUNIVERSITYOFSCIENCEANDTECHNOLOGYJun.2013基于支持向量机的并行CT图像分割方法孙永倩,王培东(哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080)摘要:提出了一种基于区域增长和支持向量机的自动并行CT图像分割方法.传统的种子生长方法速度较快,但难于自动获得种子点;而单纯的支持向量机分割准确,但速度较慢.为了解决上述问题,本文将两种方法相结合:首先,训练支持向量机用于分类;然后用支持向量机判断种子点并使用曲率流滤波器进行降噪以光滑图像

2、边缘;最后使用阈值区域生长进行分割.在基于Torque的并行环境下进行的实验证明了本方法的分割效果和速度都优于传统方法.关键词:支持向量机;区域增长;CT图像;并行分割中图分类号:TP391文献标志码:A文章编号:1007-2683(2013)03-0042-05ParallelSegmentationApproachoftheCTImageBasedonSVMSUNYong-qian,WANGPei-dong(SchoolofComputeScienceandTechnology,HarbinUniversityofScienceandTechnology,Harbin1

3、50080,China)Abstract:Inthispaper,anewparallelsegmentationapproachusingregionalgrowthwithsupportvectorma-chineisproposed.Theconventionalregionalgrowthisadifficultytodeterminethefeedpointsautomatically,andasolosupportvectormachineisresultfulinsegmentation,butthespeedisslow.Inordertosolvethes

4、eproblems,animagesegmentationmethodcombiningsupportvectormachinewithregionalgrowthwasproposed.Firstly,trainingthesupportvectormachineclassification;thenthetrainedclassificationisusedtosearchseedpoints,andacurva-tureflowfilterisusedtoreducethenoiseandgetaresultwithsharpandsmoothingboundarie

5、s.Finally,regionalgrowingwithasimplebutefficientthresholdmethodisused.Theexperimentisperformedonaparallelenvironmentbasedontorque.Itsresultshowsthatthealgorithmisfeasibleandworkbetterandmorefasterthanconventionalal-gorithm.Keywords:supportvectormachine;regionalgrowth;CTImage;parallelsegmen

6、tation分析中也起着极其重要的作用.就本质而言,因为医0引言学图像的不确定因素较多,如灰度,纹理和区域边界[2]等,医学影像是模糊的.此外,针对不同的病理特医学图像将图像中感兴趣的部分与其它区域分征和扫描方法,分割的效率和速度通常需要进行仔[1]离,是医学图像处理中的关键技术.图像分割技细权衡.由于这些医疗用图像的特殊性,不存在一个术的发展不仅在医学图像处理—如影像配准、可视普适的理论和方法可以用来作为一个完美的方案以化、三维重建中得到大量应用,而且在生物医学图像解决医疗用图像分割问题.收稿日期:2013-04-07基金项目:国家自然科学基金(61103149)作者简介

7、:孙永倩(1979—),女,助理研究员,硕士,E-mailsunyongqian2003@163.com;王培东(1952—),男,教授,硕士生导师.第3期孙永倩等:基于支持向量机的并行CT图像分割方法43l区域增长是一种图像分割技术,它在一些已知T={(x1,y1),…,(xl,yl))}∈(X×Y)n的像素点开始生长,并延伸到所有在灰度级、颜色、其中xi∈X=R纹理或其他特征相似的相邻的像素以形成一个完整yi∈Y=(1,-1),i=1,…,l的区域.易于实施和运行速度快是它的优势,而需要如果线性方程为w·x+b

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。