如需要完整文档点击下方 "点击下载文档" 按钮

皮肤病变的精确分割是实现皮肤病图像自动分析的关键步骤,为后续的特征提取、病变分类等步骤提供了便捷性。 然而,现有方法存在分割不足或分割过度的问题,通常会出现皮损的边缘部分丢失和背景错分的情况。 针对这些问题,提出了一种新的自动皮肤病变分割方法,该方法包含 4 个步骤,首先预处理皮肤病图像,去除毛发噪声,增加分割的精确度;随后利用超像素对图像进行初始分割,形成网格状图像;然后采用密度聚类算法对颜色相近的超像素进行合并;最后使用形态学方法处理得到最终的分割结果。 在 ISIC2018 公开的皮肤镜图像数据集上进行实验,结果表明,所提算法与其他分割方法相比:分割结果更精确,更鲁棒,另外从分割指标上也可得出,该分割算法在边缘处理上更加完美。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于超像素和密度聚类算法的皮肤镜图像分割》

将 完整文档 下载到本地，方便收藏和查阅

文件号：061676

点击下载文档