收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于SLIC和马氏距离混合核函数聚类的脑肿瘤图像分割算法

王志刚  冯云超  黄灌  
【摘要】:针对脑核磁共振图像边界不清晰、灰度不均匀和无法准确进行图像分割的问题,提出了一种基于简单线性迭代聚类(SLIC)和马氏距离混合核函数聚类的脑肿瘤图像分割方法﹒首先,采用各向异性滤波去除脑肿瘤MRI图像中的噪声,并运用SLIC算法对图像进行预分割;其次,对预分割图像使用粒子群算法初始化聚类中心;最后,将传统核模糊C均值聚类(kernel fuzzy c-means clustering)算法中的欧氏距离单一高斯核函数替换为马氏距离混合高斯核函数,把数据由低维空间映射到高维空间,并在高维空间中进行聚类﹒实验结果表明,所提算法在脑肿瘤图像分割中具有较高的分割精度,其Dice指标和Jaccard指标的平均值分别达到了0.955 3和0.914 4﹒

知网文化
【相似文献】
中国期刊全文数据库 前0条
中国硕士学位论文全文数据库 前2条
1 毛萍;基于模糊聚类理论的脑MR图像分割算法的研究[D];东北大学;2015年
2 童轶凡;基于FCM和SVM的脑MR图像分割算法研究[D];东北大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978