Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Status:
Warianty tytułu:
Roentgen image segmentation in stomatology by using level set methods
Autorzy: Rymarczyk Tomasz, Sikora Jan, Tymburski Krzysztof Marek, Filipowicz Stefan
Rok wydania: 2008
Wersja dokumentu: Drukowana | Elektroniczna
Język: polski
Numer czasopisma: 10
Wolumen/Tom: 54
Strony: 686 - 689
Bazy: BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: polski | angielski
Zastosowanie metody zbiorów poziomicowych do segmentacji obrazów stomatologicznych poprzez wydzielenie poszczególnych obiektów oraz ich fragmentów jest głównym celem niniejszej publikacji. Ważne przy tym jest to, aby segmentacja reprezentowała zamierzony poziom szczegółowości. W algorytmie iteracyjnym wykorzystano metodę zbiorów poziomicowych zaproponowaną przez Sethiana i Oshera [1] oraz wprowadzono jej modyfikację wariacyjną [
The paper presents the application of the level set function to the tooth image segmentation. The idea of level sets, proposed by Osher and Sethian [1], is known to be a powerful and versatile tool for model evolution of interfaces. The variational formulation for geometric active contours forces the level set function to be close to a signed distance function, and therefore completely eliminates the need of the costly reinitialization procedure [7]. This formulation of the level set method consists of an internal energy term that penalizes the deviation of the level set function and an external energy term that drives the motion of the zero level set toward the desired image features. The proposed algorithm has been applied to real images with promising results.