| 结合SCoW的改进FLICM医学图像分割研究* |
| |
| 引用本文： | 刘静,黄玉清.结合SCoW的改进FLICM医学图像分割研究*[J].计算机应用研究,2018,35(6). |
| |
| 作者姓名： | 刘静 黄玉清 |
| |
| 作者单位： | 西南科技大学 信息工程学院,西南科技大学 信息工程学院 |
| |
| 基金项目： | 企业应用项目资助(14zh001610)；国防应用技术研究资助(12zg610303)； |
| |
| 摘 要： | 为了改善医学图像的分割精度和分割效率,针对模糊局部C-均值 (fuzzy local information C-Means, FLICM)系列算法分割效率低、局部空间信息描述不够准确,提出结合空间约束分水岭 (Spatial-Constrained Watershed, SCoW)的改进FLICM分割算法。首先对图像SCoW预处理分块,压缩预处理数据；然后修正细分割处理,提取各超像素块的均值特征；最后设计一种改进的FLICM算法对各超像素块聚类,完成图像分割。相比较于原FLICM算法的图像分割,本文算法的分割精度更高,分割效率大大提升。经理论分析和实验测试表明,该改进算法更适用于医学临床诊断的需要。
|
| 关 键 词： | 医学图像 模糊局部C-均值 局部空间信息 空间约束分水岭 超像素块 图像分割 |
| 收稿时间： | 2017/1/10 0:00:00 |
| 修稿时间： | 2018/4/28 0:00:00 |
MedicalSImage Segmentation Research Based on Improvement FLICM incorporating SCoW |
| |
| Liu Jing and Huang Yuqing.MedicalSImage Segmentation Research Based on Improvement FLICM incorporating SCoW[J].Application Research of Computers,2018,35(6). |
| |
| Authors: | Liu Jing and Huang Yuqing |
| |
| Affiliation: | School of Information Engineering,Southwest University of Science and Technology, |
| |
| Abstract: | |
| |
| Keywords: | medical image fuzzy local information C-Means(FLICM) local spatial information spatial-constrained watershed (SCoW) superpixel blocks image segmentation |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
