10.16208/j.issn1000-7024.2016.11.035
基于聚类与局部统计的水平集医学图像分割
为增强水平集主动轮廓算法的噪声鲁棒性,考虑医学图像的灰度复杂、拓扑结构多变等情况,发挥水平集主动轮廓模型不依赖于初始轮廓的特性,提出一种基于聚类与局部统计的水平集医学图像分割方法。对传统的 K 均值与 RSF 模型进行改进,提高噪声的鲁棒性,能有效地处理真实医学图像的灰度非均匀性。进行 CT和 MR医学实验验证,实验结果表明,该方法能够比传统方法更有效地应对噪声干扰,提高了医学图像的分割精度和效果。
水平集主动轮廓、聚类算法、局部鲁棒统计信息、高斯白噪声、医学图像分割
37
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61363037;南宁市邕宁区科学研究与技术开发计划基金项目20150328A
2016-11-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
3058-3062,3079