基于改进的GVF Snake模型CT图像轮廓提取技术

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (5): 206-208.

基于改进的GVF Snake模型CT图像轮廓提取技术

张伟伟,赵歆波,张涛,王凯

西北工业大学现代设计与集成制造教育部重点实验室，西安 710072

收稿日期:2007-06-06 修回日期:2007-08-22 出版日期:2008-02-11 发布日期:2008-02-11
通讯作者: 张伟伟

Technology of contour extraction based on improved GVF Snake algorithm

ZHANG Wei-wei,ZHAO Xin-bo,ZHANG Tao,WNAG Kai

The Key Lab of Contemporary Design and Integrated Manufacturing Technology，Northwestern Polytechnical University，Xi’an 710072，China

Received:2007-06-06 Revised:2007-08-22 Online:2008-02-11 Published:2008-02-11
Contact: ZHANG Wei-wei

摘要/Abstract

摘要： CT图像轮廓提取是逆向工程中的关键技术之一，由于基于边界检测算法很难提供一条连续的无间断的边界轮廓。采用一种改进的GVF Snake算法，首先通过人工取点，B样条拟合的方法，提取其初始轮廓，再利用改进的GVF Snake方法进行边界轮廓逼近，以获得比较精确的叶片边界轮廓，克服了传统活动轮廓模型梯度势能场捕捉范围小的缺点，并通过实验证明了该方法的有效性。

关键词: 活动轮廓模型, 轮廓提取, GVF Snake, CT图像

Abstract: In reverse engineering，the contour extraction of CT image is one of the key Technologies.It is difficult for algorithms based on edge detection to provide a continuously solid edge contour.This paper adopts an improved algorithm of GVF Snake.First，it extracts original contour by man-made sampling and the method of B spline drafting，then，recycles improved GVF Snake for approach of edge contour，obtaining relatively precise edge counter of blade image.It conquers the error of tradition Snake which catches area small，and conforms to this algorithm effectively.

Key words: snake model, contour extraction, GVF Snake, CT image

张伟伟,赵歆波,张涛,王凯. 基于改进的GVF Snake模型CT图像轮廓提取技术[J]. 计算机工程与应用, 2008, 44(5): 206-208.

ZHANG Wei-wei,ZHAO Xin-bo,ZHANG Tao,WNAG Kai. Technology of contour extraction based on improved GVF Snake algorithm[J]. Computer Engineering and Applications, 2008, 44(5): 206-208.

[1]	陶永鹏，景雨，顼聪. 融合超像素和CNN的CT图像分割方法[J]. 计算机工程与应用, 2020, 56(5): 200-205.
[2]	裘静韬，邹俊忠，郭玉成，张见，王蓓. 应用化肝脏病灶分割的预测方案[J]. 计算机工程与应用, 2020, 56(20): 173-178.
[3]	张福玲，张少敏. 应用于CT图像肺结节检测的深度学习方法综述[J]. 计算机工程与应用, 2020, 56(13): 20-32.
[4]	吴保荣，强彦，王三虎，唐笑先，刘希靖. 融合多维度卷积神经网络的肺结节分类方法[J]. 计算机工程与应用, 2019, 55(24): 171-177.
[5]	吴漩，王艳，陈星. 无需初始轮廓的快速图像分割模型[J]. 计算机工程与应用, 2019, 55(11): 167-171.
[6]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[7]	李钢，李海芳，赵怡，邓红霞. 修正局部极小值的局部灰度差异分割模型[J]. 计算机工程与应用, 2018, 54(8): 195-200.
[8]	魏霞1，2，黄宇达2，赵红专3，王迤冉4. 显著性驱动的局部相似拟合模型分割算法研究[J]. 计算机工程与应用, 2018, 54(13): 196-202.
[9]	陈富强1，周学成1，2，李一海1，杨自尚1，王高峰1，闫露露1. 原位根系三维构型测量系统的设计与实现[J]. 计算机工程与应用, 2018, 54(10): 249-255.
[10]	卢磊，罗晓曙. 一种改进的活动轮廓模型图像分割方法[J]. 计算机工程与应用, 2017, 53(17): 207-211.
[11]	刘浩，张召远，戴宁. 基于角点的CT影像轮廓遮挡识别[J]. 计算机工程与应用, 2017, 53(1): 213-219.
[12]	彭双，肖昌炎. 结合区域生长与模糊连接度的肺气管树分割[J]. 计算机工程与应用, 2016, 52(13): 201-205.
[13]	王杰雄，陈国栋，陈怡. 改进的B-Snake模型肝脏CT图像分割算法[J]. 计算机工程与应用, 2015, 51(9): 152-157.
[14]	邵兴龙，柴志雷，张圆蒲，钟传杰. 基于FPGA的轮廓提取并行计算系统研究及实现[J]. 计算机工程与应用, 2015, 51(23): 173-178.
[15]	林志宏，李光，罗守华. 全变差最小化在CT图像环状伪影去除中的应用[J]. 计算机工程与应用, 2015, 51(21): 195-198.