论文部分内容阅读
本文提出一种基于局部统计信息的格子波尔兹曼(LB)模型的图像分割方法。该方法引入图像的边缘信息作为LB 演化方程的松弛因子，引入局部区域统计信息作为LB 的外力项，通过逼近水平集偏微分方程实现轮廓线的演化。为了验证该模型，采用真实医学图像进行了分割实验，并与现有LB 分割模型和水平集分割模型进行了比较，采用相似性系数和豪斯多夫距离两种指标进行客观评价。结果表明，所提出的算法具有编程简单、计算快速、高效，并且具有较好的抗噪能力。