基于核模糊聚类的变分水平集医学图像分割方法OA北大核心CSCDCSTPCD
Variational level set method of medical image segmentation based on kernel fuzzy clustering
针对现有无须重新初始化的变分水平集分割模型,存在对边缘模糊、对比度差等图像不是很敏感、分割效果不理想的问题,提出了一种基于核模糊聚类的变分水平集医学图像分割方法.将原始图像进行核模糊C-均值聚类,把得到的聚类结果带入初始化水平集函数得到初始轮廓,最后利用李模型的分割方法实现最终的图像分割.实验结果表明,该方法具有良好的分割质量,适应性强,同时可减少迭代次数.
刘雅婧;宋余庆;廖定安;夏倩倩
江苏大学计算机科学与通信工程学院,江苏镇江212013江苏大学计算机科学与通信工程学院,江苏镇江212013江苏大学计算机科学与通信工程学院,江苏镇江212013江苏大学计算机科学与通信工程学院,江苏镇江212013
信息技术与安全科学
核模糊C-均值聚类算法水平集变分水平集李模型图像分割
kernel fuzzy C-means clustering method (KFCM)level setvariational level setLi modelimage segmentation
《计算机应用研究》 2013 (11)
3510-3513,4
国家教育部博士点基金资助项目(20113227110010)江苏省普通高校研究生科研创新计划资助项目(CXZZ11-0575)校科研资助项目(1293000483)江苏省博士后科研资助项目(1202037)吉林省教育厅"十二五"科学技术研究资助项目(吉教科合字[2013]第448号)
评论