基于模糊C均值图像抗噪分割方法的研究.pdf

基于模糊C均值图像抗噪分割方法的研究.pdf

ID:55399340

大小:1.63 MB

页数:8页

时间:2020-05-15

基于模糊C均值图像抗噪分割方法的研究.pdf_第1页
基于模糊C均值图像抗噪分割方法的研究.pdf_第2页
基于模糊C均值图像抗噪分割方法的研究.pdf_第3页
基于模糊C均值图像抗噪分割方法的研究.pdf_第4页
基于模糊C均值图像抗噪分割方法的研究.pdf_第5页
资源描述:

《基于模糊C均值图像抗噪分割方法的研究.pdf》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、2015年6月图学学报June2015第36卷第3期JoURNALoFGRAPHICSV01-36NO.3基于模糊C均值图像抗噪分割方法的研究苏志远一,刘慧,李秋萍(1.山东财经大学计算机科学与技术学院,山东济南250014;2.山东省数字媒体技术重点实验室,山东济南250014)摘要:针对含有噪声且光线不均的医学图像,提出了一种基于模糊c均值聚类的图像分割算法。模糊C均值聚类算法描述简洁、易于实现、分割效果好,在图像分割应用领域得到了快速发展,但也存在着对噪声敏感的问题。考虑到提取的医学图像数据中必定包含噪声,因此通过修改目标模糊函数J(u,1,),在引入像素点邻域信息的

2、基础上,对邻域信息加入了惩罚因子。弥补了传统模糊C均值聚类算法的不足,使该方法对含有噪声的医学图像更加有效。实验分析表明了算法的有效性和实用性。关键词:模糊聚类:邻域像素;惩罚项:医学图像分割中图分类号:TP391.41文献标识码:A文章编号:2095—302X(2015)03—0477—08ResearchofAnti-NoiseImageSegmentationMethodBasedonFuzzyC-MeansSuZhiyuan一,LiuHui一,LiQiuping一(1.DepartmentofCompmerScienceandTechnology,ShandongU

3、niversityofFinanceandEconomics,JinanShandong250014,China;2.DigitalMediaTechnologyKeyLaboratoryofShandongProvince,JinanShandong250014,China)Abstract:ThispaperproposesanewalgorithmbasedontraditionalfuzzyC-meansalgorithmregardtothenoiseandunevenlightinmedicalimages.FuzzyC—meansclusteringalgor

4、ithmhasbeenrapiddevelopedinimagesegmentationapplications,assimpledescription,easytoimplement,workswellforsegmentation.Buttherearealsootherissuessuchasnoisesensitive.Consideringthatthemedicalimagesdatamustcontainnoise,amodifiedobjectivefunctionJ(u,1,)hasbeenproposed,addingapunishmentfactoro

5、nthebasisofintroducingthepixelneighborhoodinformation.ThenewalgorithmcoverstheshortageoftraditionalfuzzyC—meansclusteringalgorithm,whichmakesthealgorithmclusteringwithnoisemoreeffectively.Experimentalresultsshowthatthealgorithmisefectiveandpractica1.Keywords:fuzzyclustering;neighborhoodpix

6、els;punishmentfactor;medicalimagesegmentation近些年随着医学影像技术的发展,图像分析在影像图像中特殊组织的定量信息并将其从周围环临床诊断和治疗上的作用越来越显著。而图像分割境中分离出来卜。分割后的ROI区域信息被广泛技术是图像分析环节的关键技术,图像分割是提取应用于各种场合,如病理、生理的分析诊断等。医收稿日期:2014.10.08;定稿日期:2014-10—30基金项目:山东省科技发展计划资助项目(2O14GGxlO1037);济南市科技发展计划资助项目(201401216)作者简介:苏志J2~(1988一),男,山东临沂人,硕

7、士研究生。主要研究方向为医学图像处理、机器学习。E—mail:suzhiyuanlt@163.com通讯作者:刘~(1978-),女,山东济南人,教授,博士,硕士生导师。主要研究方向为医学图像处理、计算机辅助诊断。E-mail:liuh_lh@126.com478医学图像与设备20l5年学图像分割问题至今仍没有获得很好地解决,其中1基于标准的FCM聚类算法的图像一个重要的原因就是医学图像的复杂性和多样性。分割由于医学图像的成像原理(如场偏移效应等)对影FCM聚类算法是统计模式识别中无监督模式像产生模糊、噪声等影响是

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。