基于超像素合并的皮肤镜图像皮肤病变自动分割
计算机视觉与模式识别
2018-08-22 v1
摘要
我们提出了一种基于超像素的策略，用于在皮肤镜图像上分割皮肤病变。该分割通过使用 SLIC 算法对原始图像进行过分割，然后将所得超像素合并为两个区域：健康皮肤与病变。以每个超像素的平均 RGB 颜色作为合并准则。所提出的方法能够处理皮肤镜图像中常见的分割问题，如毛发去除、油泡、光照变化以及反射图像，且无需任何额外步骤。该方法在 PH2 和 ISIC 2017 数据集上进行了评估，结果可与当前最优方法相媲美。
引用
@article{arxiv.1808.06759,
title = {Automatic skin lesion segmentation on dermoscopic images by the means of superpixel merging},
author = {Diego Patiño and Jonathan Avendaño and John Willian Branch},
journal= {arXiv preprint arXiv:1808.06759},
year = {2018}
}
备注
MICCAI 2018