10.16208/j.issn1000-7024.2021.09.022
基于灰度重构和PSO的FCM分割MRI
为解决模糊C均值(FCM)模型对噪声敏感和随机初始聚类中心影响分割结果的问题,提出一种基于灰度重构和自适应粒子群优化的FCM算法.使用图像中每两个像素的空间和灰度信息,构造一种加权方式对灰度进行加权和,进行Top-hat和Bottom-hat变换,得到灰度重构图像;对粒子群算法的惯性权重进行改进,使其根据迭代情况自适应更新粒子速度,避免陷入局部最优;将改进的粒子群算法与FCM相融合,粒子位置作为聚类中心,对灰度重构后的图像进行分割.以磁共振图像为例进行实验,并与同类型算法进行对比,所提算法取得了较好的分割结果.
模糊C均值、灰度重构、粒子群优化、图像分割、磁共振图像
42
TP391(计算技术、计算机技术)
国家自然科学基金项目;河南省高等学校重点科研基金项目;河南省高校创新人才基金项目;河南省高等学校青年骨干教师培养计划基金项目;中国纺织工业联合会科技指导性基金项目;河南省高校科技创新团队支持计划基金项目
2021-09-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
2568-2576