概率加权测地距离的脑部MR图像超像素分割 |
| |
引用本文: | 赵赟晶,周元峰,魏广顺,辛士庆,高珊珊.概率加权测地距离的脑部MR图像超像素分割[J].计算机辅助设计与图形学学报,2019,31(5). |
| |
作者姓名: | 赵赟晶 周元峰 魏广顺 辛士庆 高珊珊 |
| |
作者单位: | 山东大学计算机科学与技术学院 青岛 266000;山东大学软件学院 济南 250000;山东财经大学计算机科学与技术学院 济南 250000 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;山东省重点研发计划项目;山东省重点研发计划项目;基本科研业务费项目 |
| |
摘 要: | 超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重叠的特点,为超像素分割带来极大困难.针对脑部MR图像超像素生成问题,从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,结合脑部MR图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部MR图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部MR图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.
|
关 键 词: | MR图像 超像素 图像分割 测地距离 概率密度 |
本文献已被 CNKI 万方数据 等数据库收录! |
|