摘要：针对传统图像分割算法对复杂、含噪图像的性能较差的问题,提出一种基于增强布谷鸟搜索与snake模型的医学图像分割算法。首先,为布谷鸟搜索算法引入两点增强策略:鸟蛋放弃策略与优质鸟蛋之间的信息交互策略,由此加速布谷鸟搜索的收敛过程;然后,设计了1个两阶段的图像分割算法,第一阶段设计了局部搜索窗口对snake的所有控制点进行约束,并通过布谷鸟搜索使snake能量最小化,第二阶段通过优质鸟蛋之间的信息交互策略,获得布谷鸟搜索的新控制点。基于真实MRI图像的实验结果显示,本算法对复杂、含噪图像的分割性能优于其他snake模型的分割算法。

摘要：边缘检测是数字图像处理的一个重要内容,经典的边缘检测算子算法主要采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学利用结构元素去探测图像,在讨论形态腐蚀和形态膨胀的基础上,提出了一种基于多尺度形态学梯度的医学图像边缘检测算法。单尺度形态学基元随着尺度的增大形成新的更大尺寸的结构元素,从而检测不同的边缘信息,最终重建较理想的图像边缘。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显优于经典的算子检测算法,检测精度较经典的单一梯度算子检测方法亦有一定的改善。