《基于支持向量机的并行CT图像分割方法》由会员分享，可在线阅读，更多相关《基于支持向量机的并行CT图像分割方法（5页珍藏版）》请在金锄头文库上搜索。
1、 18 3 2013 6 JO URN A LO F HA RBIN UN IV ERSITY O F SCIEN CE A N D TECHN O LO GY V o l.18 N o .3 Ju n 2013 C T 150080 提出了一种基于区域增长和支持向量机的自动并行 CT图像分割方法 传统的种子生 长方法速度较快 ， 但难于自动获得种子点 ;而单纯的支持向量机分割准确 ， 但速度较慢 为了解决上 述问题 ， 本文将两种方法相结合 : 首先 ， 训练支持向量机用于分类 ;然后用支持向量机判断种子点并 使用曲率流滤波器进行降噪以光滑图像边缘 ;最后使用阈值区域生长进行分割 在基于 T
2、o r q u e的 并行环 境下 进行的 实验证明 了本方法的分割 效果 和速度 都优 于传统方法 支持向量机 ;区域增长 ;CT图像 ;并行分割 TP391 A 1007 2683 2013 03 0042 05 P a r a lle l S e g m e n t a t io n A p p r o a c h o f t h e C T I m a g e B a s e d o n S V M S U N Y o n g -q i a n W AN G P e i -d o n g Sch o o l o fCo m p u t e Sci en ce an d Tech n o
3、 l o gy Har bi n Un i v er s i t y o fSci en ce an d Tech n o l o gy Har bi n 150080 Ch i n a A b s t r a c t In t h i s p ap er a n ew p ar al l el s egm en t at i o n ap p r o achu s i n g r egi o n al gr o w t hw i t hs u p p o r t v ect o r m a- ch i n e i s p r o p o s ed Th e co n v en t i o n
4、 al r egi o n al gr o w t hi s a di f f i cu l t y t o det er m i n e t h e f eed p o i n t s au t o m at i cal l y an d a s o l o s u p p o r t v ect o r m ach i n e i s r es u l t f u l i n s egm en t at i o n bu t t h e s p eed i s s l o w In o r der t o s o l v e t h es e p r o bl em s an i m ag
5、e s egm en t at i o n m et h o d co m bi n i n g s u p p o r t v ect o r m ach i n e w i t hr egi o n al gr o w t hw as p r o p o s ed Fi r s t l y t r ai n i n g t h e s u p p o r t v ect o r m ach i n e cl as s i f i cat i o n t h en t h e t r ai n ed cl as s i f i cat i o n i s u s ed t o s ear c
6、hs eed p o i n t s an d a cu r v a- t u r e f l o w f i l t er i s u s ed t o r edu ce t h e n o i s e an d get a r es u l t w i t hs h ar p an d s m o o t h i n g bo u n dar i es Fi n al l y r egi o n al gr o w i n g w i t has i m p l e bu t ef f i ci en t t h r es h o l d m et h o d i s u s ed Th
7、e ex p er i m en t i s p er f o r m ed o n ap ar al l el en v i r o n m en t bas ed o n t o r q u e It s r es u l t s h o w s t h at t h e al go r i t h m i s f eas i bl e an d w o r k bet t er an d m o r e f as t er t h an co n v en t i o n al al - go r i t h m K e y w o r d s s u p p o r t v ect o r m ach i n e r egi o n al gr o w t h CT Im age p ar al l el s egm en t at i o n 2013 04 07 61103149 1979 E-m ai l s u n y o n gq i an 2003 163 co m 1952 0 1 、 、 2 、 、 SV M 、 、 3 4 4 N N 4 1 1.1 SV M 5 10 SV M SV M
