基于核模糊聚类的变分水平集医学图像分割方法

摘要：

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.

关键词：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

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2013-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3510-3513