10.3969/j.issn.1008-0570.2008.06.119
一种基于高斯混合模型的MR图像分割
由于MR图像往往具有弱边界和强噪音,传统的水平集模型用于图像分割时一般依据图像梯度信息,因而很难得到真实解.高斯混合模型使用了图像全局信息,比较好地处理弱边界问题.但传统的高斯混合模型仅使用了灰度值分布信息,这就使得图像中的弱边界容易导致水平集泄漏.本文提出通过一致连通增强扩散将中断部分和其周围区域连接起来,以及结构张量估计图像的方向信息,用图像修复的方法将弱边界区域重新复原回来.最后对左心室MR图像分割,实验表明该模型具有较好的分割效果.
高斯混合模型、EM算法、图像分割、图像修复、结构张量
24
TP391(计算技术、计算机技术)
2008-04-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
310-312