基于改进FCM聚类医学图像配准 |
| |
引用本文: | 陈 园,刘军华,雷超阳. 基于改进FCM聚类医学图像配准[J]. 计算技术与自动化, 2017, 0(4): 141-148 |
| |
作者姓名: | 陈 园 刘军华 雷超阳 |
| |
作者单位: | (湖南邮电职业技术学院 互联网工程系,湖南 长沙 410015) |
| |
摘 要: | ICP和互信息广泛应用于医学图像配准,但存在以下问题:其计算量非常大,耗时长;受初始旋转和平移参数影响较大,图像配准容易造成目标函数陷入局部最优值。该方法通过计算参考图像和浮动图像的质心,获得配准平移初始值;对医学图像坐标进行中心化处理,通过改进的FCM聚类方法把图像坐标聚成2类;把这2个聚类中心拟合成一条直线,可以算出该直线的斜率,得出其倾斜角,从而获得配准旋转初始值。实验结果表明,该方法既可用于单模态图像配准,也可以用于多模态配准。还具有运算量少、图像配准速度较快、计算比较简单、精确度较高等特点,并且解决了图像配准容易陷入局部最优的问题。
|
关 键 词: | 图像配准;fuzzy C-means聚类;迭代最近点;互信息 |
Medical Image Registration Based on Improved Fuzzy C-means Clustering |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |