高斯马尔可夫随机场的人脑MR图像分割方法

摘要：

传统的聚类分割方法通常是基于图像灰度值的相似程度进行像素划分,对强噪声或边缘模糊的人脑MRI进行分割的效果并不理想.为此,提出了高斯马尔可夫随机场的人脑MR图像分割方法.该方法将空间信息的模糊C均值与高斯马尔可夫随机场相结合,利用空间信息模糊C均值的良好抗噪性能对人脑MRI进行初始分割,降低噪声的影响.由于马尔可夫随机场拥有优良的空间相关性,所以基于马尔可夫随机场的分割方法能够很好地对人脑MRI纹理和边缘进行有效划分.但是它对噪声较为敏感,同时分割往往会因为噪声的影响导致噪点扩大或边缘外扩.鉴于人脑MRI的灰度分布拥有高斯特征,采用高斯函数建立的马尔可夫随机场模型能很好地反映人脑MRI的分布特点.为验证所提算法的有效性,以人脑MRI作为实验数据进行了大量实验,结果表明:所提出的分割方法对人脑MRI具有较好的分割结果,同时鲁棒性与抗噪性能大大增强.

关键词：人脑MRI、空间信息、模糊C均值、高斯马尔可夫随机场、图像分割

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：云南省科技计划面上项目2005F0025M;昆明理工大学人才培养基金项目KKZ3201339035

在线出版日期：2017-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：180-184