基于 Canny 算子的 C-V 水平集模型

来源：计算机技术与发展杂志2019年第07期北京时间：

作者：喻建锋;吕毅斌;房巾莉;王樱子

摘要：医学图像分割一直以来都是图像分割中的难点,可在实际应用中却有着非常重要的价值。 直接利用传统的 C-V 水平集模型对图像进行分割,其缺点是该模型对噪声比较敏感,无法准确处理边界信息模糊的图像,以至于在寻找图像边缘时经常出现错误的定位,找到的边界不准确,使得图像分割效果不理想。 因此,文中提出一种基于 Canny 算子的 C-V 水平集模型。 该模型在传统的 C-V 水平集模型的基础上,用 Canny 算子预先处理过的图像去替代原图像,进而使用 C-V 水平集模型对预处理过的图像进行分割。 该模型利用了 Canny 算子具有的较好的定位性能、较高的检测精度、最小的响应性能和很好的信噪比等优点,克服了传统的 C-V 水平集模型对噪声敏感、抗干扰性差、边缘不够精细的缺点,从而分割出一条比较理想的边界,达到了很好的分割效果。

关键词：医学图像分割;水平集算法;Chan-Vese 水平集模型;Canny 算子;边缘检测