既然是入门,搞明白下文术语的意思就入门了,把术语搜索搜索就差不多了。
提升嘛,就把相关【最原始】论文看看,用opencv或者scimage跑跑算法看看效果。
看论文一定是看最原始论文就够了,至于对原始方法进行改进(执行效率优化除外)、修补、应用的论文都没看头,即使作者是大佬,这是对于学习和研究来说的。至于写论文嘛,看看改进、修补、应用类论文的摘要就够了,可以做做人情,帮忙加引用数。
======================================================
医学图像分割也是图像分割,一般的图像分割算法当然是可以采用的。目前图像分割被不少研究者列为计算机视觉的基本任务之一了。那么图像分割到底是什么呢?不幸的是图像分割任务的定义中仅“分割结果是不重叠的子区域”这一部分获得了共识,对于子区域的粒度、边界保持性、区域内纹理一致性等等缺乏有效和公认的标准。
虽然如此,很多图像分割算法被提了出来,归纳起来可以分为基于阈值的方法、基于聚类的方法、基于区域的方法、基于图割的方法、活动边界模型和水平集、基于卷积神经网络的方法。
基于阈值的方法里,有全局一个阈值的,也有对图像不同区域使用不同阈值的。此类方法的关键在于确定阈值,然而对于大多数图像即使遍历所有的取值也无法找到实现合理分割的阈值,因