基于超像素和密度聚类算法的皮肤镜图像分割

来源：计算机技术与发展杂志2020年第06期北京时间：

作者：赵晓梅;刘兆邦;张正平;谢璟;陆千琦*

摘要：皮肤病变的精确分割是实现皮肤病图像自动分析的关键步骤,为后续的特征提取、病变分类等步骤提供了便捷性。 然而,现有方法存在分割不足或分割过度的问题,通常会出现皮损的边缘部分丢失和背景错分的情况。 针对这些问题,提出了一种新的自动皮肤病变分割方法,该方法包含 4 个步骤,首先预处理皮肤病图像,去除毛发噪声,增加分割的精确度;随后利用超像素对图像进行初始分割,形成网格状图像;然后采用密度聚类算法对颜色相近的超像素进行合并;最后使用形态学方法处理得到最终的分割结果。 在 ISIC2018 公开的皮肤镜图像数据集上进行实验,结果表明,所提算法与其他分割方法相比:分割结果更精确,更鲁棒,另外从分割指标上也可得出,该分割算法在边缘处理上更加完美。

关键词：皮肤病变;超像素;密度聚类;合并;形态学方法