一种皮肤镜图像分割方法
A Dermoscopic Image Segmentation Method
徐福平 1王瑶 1杨东1
作者信息
- 1. 重庆城市职业学院信息与智能制造学院,重庆 402160
- 折叠
摘要
随着皮肤镜技术的发展,获取的高分辨率皮肤镜图像较大,采用SLIC算法构建超像素可在后续采用Ncut聚类融合超像素时降低内存要求并减少运算时间.因此提出一种基于改进SLIC与Ncut聚类算法相结合的皮肤镜图像分割算法.实验结果表明,与对比算法相比,提出的改进算法在ISIC2018数据集中低对比度、亮度不均匀皮肤镜图像上的分割有更好的表现.
Abstract
With the development of dermoscopic technology,the high-resolution dermoscopic images obtained are relatively large.Using SLIC algorithm to construct superpixels can reduce memory requirements and reduce computational time when using Ncut clustering to fuse superpixels in the future.Therefore,a dermoscopic image segmentation algorithm is proposed based on the combination of improved SLIC and Ncut clustering algorithm.The experimental results show that compared with the comparison algorithm,the proposed improved algorithm performs better in segmentation of low contrast and uneven brightness skin mirror images in the ISIC2018 dataset.
关键词
图像分割/SLIC算法/Ncut聚类/超像素Key words
image segmentation/SLIC algorithm/Ncut clustering/superpixels引用本文复制引用
基金项目
重庆市教育委员会科学技术研究计划青年项目资助项目(KJQN202203910)
重庆市教育委员会科学技术研究计划青年项目资助项目(KJQN202203904)
出版年
2024
NETL
NSTL
万方数据