基于多尺度球状增强滤波器和水平集算法的运动估计方法

    公开(公告)号:CN108537817A

    公开(公告)日:2018-09-14

    申请号:CN201710119417.3

    申请日:2017-03-02

    Abstract: 本发明公开了一种基于多尺度球状增强滤波器和水平集算法的运动估计方法,它涉及到超声自由呼吸序列的肝肿瘤跟踪问题。其特征在于有效地解决了在自由呼吸下的肝肿瘤运动跟踪方法不稳定,实时性差的问题。本发明的步骤如下:步骤一、对得到的超声图像序列进行预处理;步骤二、使用多尺度球状增强滤波器对目标区域进行边缘粗提取;步骤三、基于目标区域的粗提取边缘,利用基于水平集算法的CV模型提取清晰的边界信息;步骤四、确定目标的几何中心并对搜寻区域进行更新。本发明利用多尺度球状增强滤波器和基于水平集算法的CV模型处理已有超声图像序列,提取出目标区域清晰的边界信息,适用于自由呼吸序列,保证了肝肿瘤运动跟踪过程的稳定性和实时性。

    基于多尺度球状增强滤波器和水平集算法的运动估计方法

    公开(公告)号:CN108537817B

    公开(公告)日:2021-06-22

    申请号:CN201710119417.3

    申请日:2017-03-02

    Abstract: 本发明公开了一种基于多尺度球状增强滤波器和水平集算法的运动估计方法,它涉及到超声自由呼吸序列的肝肿瘤跟踪问题。其特征在于有效地解决了在自由呼吸下的肝肿瘤运动跟踪方法不稳定,实时性差的问题。本发明的步骤如下:步骤一、对得到的超声图像序列进行预处理;步骤二、使用多尺度球状增强滤波器对目标区域进行边缘粗提取;步骤三、基于目标区域的粗提取边缘,利用基于水平集算法的CV模型提取清晰的边界信息;步骤四、确定目标的几何中心并对搜寻区域进行更新。本发明利用多尺度球状增强滤波器和基于水平集算法的CV模型处理已有超声图像序列,提取出目标区域清晰的边界信息,适用于自由呼吸序列,保证了肝肿瘤运动跟踪过程的稳定性和实时性。

Patent Agency Ranking