基于雙邊濾波-距離正則化水平集演化算法的甲狀腺超聲圖像分割

摘要：超聲圖像有斑點噪聲,且對比度低、邊界模糊,所以甲狀腺超聲圖像分割較為困難。針對此問題,本研究提出一種結合雙邊濾波(bilateral filters,BF)和改進邊緣指示函數的距離正則化水平集演化(distance regularized level set evolution,DRLSE)模型的分割算法。先對甲狀腺超聲圖像進行雙邊濾波,然后采用改進的DRLSE模型對甲狀腺進行分割。通過與采用另外兩種邊緣指示函數的DRLSE模型對比,本研究提出的BF-DRLSE模型能減少斑點噪聲對分割過程的影響,并在明顯減少曲線演化運行時間和迭代次數的情況下有效分割甲狀腺。