Segmentation de tumeurs cérébrales par convolution de champ de vecteurs VFC

Abstract

snakes, ou contours actifs, ont été largement utilisés dans des applications de traitement d'images. Mais il ya quelques obstacles de performance qui comprennent la gamme limide capture, la sensibilité au bruit, et les pauvres convergences de concavités. Ce memoirepropose une nouvelle force externe pour les contours actifs, appelé champ convolution vecteur (VFC), pour résoudre ces problèmes. VFC est calculé par convolution de la cartecontour générée à partir de l'image avec un noyau vectoriel défini par l'utilisateur. Nous vous proposons deux structures pour la fonction d'amplitude du noyau de champ de vecteurs,nous fournissons une méthode d'analyse pour estimer le paramètre de la fonction d'amplitudeVFC est introduit pour atténuer le problème de fuite possible causé par le choix paramètres inappropriés. Nous démontrons également que la force externe standard et le flux de vecteur gradient (GVF) de force externe sont des cas particuliers de VFC dans certascénarios. . Exemples et comparaisons avec GVF sont présentés dans ce memoire pourmontrer les avantages de cette innovation, y compris supérieure robustesse au bruit, coût calcul réduit, et la flexibilité d'adapter le champ de force.