基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割

基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割

ID:41636258

大小:1.38 MB

页数:7页

时间:2019-08-29

基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割_第1页
基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割_第2页
基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割_第3页
基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割_第4页
基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割_第5页
资源描述:

《基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第14卷第9期中国图象图形学报Vo.l14,No.92009年9月JournalofImageandGraphicsSep.,2009基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割廖亮林土胜(华南理工大学电子与信息学院,广州510641)摘要为了更有效地对被噪声污染的脑部MR图像进行分割,提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中,引入了基于Markov随机场的补偿项,作为分割算法的空间约束。这种空

2、间补偿项用Gibbs分布描述,实际上是一种归一化的核函数,其和用来度量灰度特征的核函数的形式是相似的,并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Markov随机场模型的算法克服了传统聚类以及核聚类算法的缺陷,不仅提出了更加合理的空间约束,而且改善了原有的分割模型,因此可以得到更加分段光滑的聚类结果。通过对合成图像、模拟MR图像以及临床MR图像进行的分割实验以及和标准分割结果的比较表明,该算法优于相关算法,可以有效地分割被污染的MR图像。关键词MR图像分割核聚类算法模糊Mark

3、ov场空间约束中图法分类号:TP39141文献标识码:A文章编号:1006-8961(2009)09-1732-07AKernelizedFuzzyC-meansClusteringUsingFuzzyMarkovRandomFieldModelforBrainMRImageSegmentationLIAOLiang,LINTu-sheng(SchoolofElectronicandInformationEngineering,SouthChinaUniversityofTechnol

4、ogy,Guangzhou510641)AbstractInordertomoreeffectivelysegmentnoise-corruptedbrainMRIimages,akernelizedclusteringalgorithmusingfuzzyMarkovrandomfield(MRF)modelisproposedTheproposedalgorithmisimplementedbyincorporatingtheMRFbasedspatialconstraintsasareg

5、ularizationtermtotheobjectivefunctionofthekernelizedfuzzyC-meansclustering(FCM).ThespatialconnectivitymodeledbytheGibbsdistributionisactuallyformulatedasanormalizedGaussianradiusbasisfunction(GRBF),andverysimilartothekernelfunctionusedtomeasuretheinte

6、nsityfeatureofimagedataDuetotheintroductionoffuzzyinformationinthespatialconstraints,theMRFandGRBFbasedclusteringalgorithmimprovesthesegmentationmodelandusuallyoutperformstheconventionalintensitybasedFCMmethodandthecorrespondingkernelizedclusteringme

7、thodThemodifiedalgorithmcaninclinethesolutiontoapiecewisesmoothersegmentationresultExper-imentsonsyntheticdata,simulatedandrealclinicalMRimagesandtheresultcomparisonswithgroundtruthshowthepro-posedalgorithmissuperiortoitsrivalsandiseffectivetosegmen

8、tMRdatacorruptedbynoiseKeywordsMRimagesegmentation,kernelizedclustering,fuzzyMarkovrandomfield,spatialconstraints基金项目:国家自然科学基金项目(60472006);广东省自然科学基金团队项目(04205783)收稿日期:2007-04-24;改回日期:2007-12-05第一作者简介:廖亮(1975~),男。现为华南理工大学在读博士研究生。研究方向为图像处理、模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。