资源描述：
《基于Gabor滤波器医学图像纹理分割》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、图像编码与软件2010年第23卷第10期ElectronicSci&Tech/Oct15,2010基于Gabor滤波器医学图像的纹理分割11王振明,王保保(西安电子科技大学计算机学院,陕西西安710071)摘要基于Gabor滤波器纹理分割的研究。Gabor滤波器的改进,对Gabor滤波器在方向上做了改进,把Gabor滤波器在4个方向上提取纹理特征,拓展成在6个方向上提取纹理特征,基本满足了多通道多分辨率的要求。关键词高斯滤波器;纹理分割;PCA;K-均值算法中图分类号TP39141文献标识码A文章编号10
2、07-7820(2010)10-104-03TextureSegmentationofMedicalImagesBasedontheGaussFilterWangZhenming,WangBaobao(SchoolofComputerScience,XidianUniversity,Xian710071,China)AbstractTexturesegmentationbasedonGaborfilterisintroduced.AnmiprovementonthedirectionofGaborfilterismade.Textu
3、refeaturesareextractedbyGaborfilteringin6directionsratherthaninonly4directions,soastobasicallymeettherequirementsofmultichannelresolution.KeywordsGaborfilter;segnentationofmiage;PCA;Kmeans文中以某医院提供的胃镜、肠镜图像为研究对其中,x∀=xcos+ysin,y∀=-xsin+ycos。象,采用Gabor滤波器提取纹理特征的算法,试图
4、寻是直角坐标系旋转角度后新的坐标;U,V表示滤[1]求一种对这类图像有效的分割算法。波器径向中心频率的两个分量;g(x,y)代表高斯函数1Gabor滤波器简介221x+yg(x,y)=2exp-2(2)2!2!Gabor函数最早是在1946年由Gabor提出,近年二维Gabor函数的空间频率响应为备受关注。主要是因为在研究人类视觉系统工作机理H(u,v)=exp{-22!2[(u∀-U∀)2+(v∀-V∀)2]}的过程中发现,视觉系统是把视网膜上的图像分解成(3)许多滤波后的图像加以识别的,而且每幅图像的频其中,u,v表示空间频率
5、变量,(U∀,V∀)=(Ucos+率、方向的变化范围较窄。也就是说,滤波后的图像Vsin,-Usin+Vcos∀),u∀=ucos+vsin,v∀=只刻画了视网膜图像在一个比较窄的频带和方向范围-usin+vcos。内的成分。生物实验提供了这方面的证明:记录短尾式(3)表明,H(u,v)是一个带通高斯函数,相对于猴视觉皮层中,简单细胞对不同方向频率正弦波的栅22u轴旋转角度为,径向中心函数F=U+V,方栏响应显示,每个细胞仅对较窄范围的频率、方向有-1V响应。此观点启发,在模拟人类视觉系统中,可以将向=tan。U频率和方
6、向结合在一起,调谐到一个比较窄的区域对2Gabor滤波器的参数设置图像进行分析。这个区域也就是通道,纹理分析采用[2]的多通道滤波器方法!就是受到视觉系统工作的由于Gabor滤波器在频率和方向上具有选择性,启发。所以通过改变滤波频率和滤波方向,即可形成一组不一般二维Gabor函数可表示为同频率、不同方向的多通道滤波器组,必须选择一组h(x,y)=g(x∀,y∀)exp[2j(Ux+Vy)](1)合适的振荡频率和滤波方向,以尽可能覆盖待分割图像的频率空间,最大程度地抽取图像的特征。Gabor收稿日期:20091214滤波器的位置由
7、方向和径向中心频率两个参数决定。作者简介:王振明(1979-),女,硕士研究生。研究方向:在方向上取了6个:0#,30#,60#,180#,300#,网络数据库与智能检测。330#。基本能满足一般纹理图像的需求。径向中心频104d王振明,等:基于Gabor滤波器医学图像的纹理分割图像编码与软件[3]率F的选择,Jain给出了比较简洁的算法:对于一幅图像,设长宽均为Nc像素,并且Nc是2的幂次方,则径向中心频率F可取12,22,42,∃,Nc2。4在小波框架下,多通道Gabor滤波器组的参数是[4]互相关联的。高斯包络线具有固定的纵横比
8、,文中设置纵横比为1,!值的选取是根据平时训练的经验所得,当n=[1,2,1]3点逼近时,取!值为248,4,64;当n=[1,1]两点逼近时,取!值为071,1,114。滤波器的窗口大小为8%8,
