广义模糊Gibbs随机场与MR图像分割算法研究

摘要：

为了对图像进行准确、可靠的分割,提出了一种基于广义模糊集的软分割算法,并将广义模糊集和Gibbs场结合起来,提出了广义模糊Gibbs随机场模型,同时建立了广义模糊Gibbs分割(GFGS)算法.该算法是首先把每一个分割类看作是广义模糊类,并以最大后验概率(MAP)为判别准则来决定每一个像素值的归类以及它属于该类的隶属度;然后用广义隶属度函数中负的部分来刻划数据中的异常值,使得该算法能有效地处理异常值;最后用该模糊类的质心来更新类的中心,并以人脑的仿真图像和临床MR图像进行了实验.实验结果表明,该算法能有效地滤除噪声和处理部分容积效应,是一个分割能力强、稳健性好的算法.

关键词：广义模糊集、广义模糊Gibbs随机场、图像分割、部分容积效应

所属期刊栏目：10

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划2003CB716101;国家自然科学基金30130180;国家科技攻关项目2004BA706B01

在线出版日期：2005-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1082-1088