10.11896/j.issn.1002-137X.2017.12.047
基于小波图像融合算法和改进FCM聚类的MR脑部图像分割算法
针对很多基于模糊C均值(FCM)的图像分割算法存在对噪声敏感和分割轮廓不清晰等问题,提出一种基于小波变换图像融合算法和FCM聚类算法的MR医学图像分割算法.在图像分割系统的第一阶段,利用Haar小波多分辨率特性保持像素间的空间信息;第二阶段,利用小波图像融合算法对得到的多分辨率图像和原始图像进行融合,进而增强被处理图像的清晰度并降低噪声;第三阶段,利用改进型FCM技术对所处理的图像进行分割.在BrainWeb数据集上进行实验,与现有相关算法相比,提出的算法具有较高的分割精度,且对噪声的鲁棒性比较强,处理时间也没有明显增加.
MR脑部图像分割、小波图像融合、模糊C均值聚类、鲁棒性
44
TP391(计算技术、计算机技术)
国家自然科学基金青年基金项目61603228;国家自然科学基金61702315
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
260-265