发明名称 |
一种基于超像素模糊聚类的脑部MR图像分割方法 |
摘要 |
本发明涉及一种基于超像素模糊聚类的脑部MR图像分割方法。其步骤为:1.获取MR图像;2.对MR图像进行超像素分割,得到若干原子区域;3.对灰度值方差较大的原子区域进行二次细化分割;4.对原子区域进行模糊聚类,得到每个原子区域的类别隶属度;5.对于隶属度不够明确的原子区域定义其为模糊块,并用函数迭代方法实现模糊块的归属类判别;6.对原子区域进行超像素合并操作,获得图像分割结果。本发明是超像素方法与模糊c—均值聚类算法的结合,有效利用了二者在图像处理方面的优点,并有针对性的克服了模糊c—均值聚类算法在像素级别聚类时对噪声和偏场敏感的缺陷。比传统模糊c—均值聚类算法有更高的分割准确度和鲁棒性。 |
申请公布号 |
CN103353986A |
申请公布日期 |
2013.10.16 |
申请号 |
CN201310209537.4 |
申请日期 |
2013.05.30 |
申请人 |
山东大学 |
发明人 |
尹义龙;杨公平;于振;纪石勇;张彩明 |
分类号 |
G06T7/00(2006.01)I;A61B5/055(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
济南圣达知识产权代理有限公司 37221 |
代理人 |
张勇 |
主权项 |
一种基于超像素模糊聚类的脑部MR图像分割方法,其特征是,它的步骤为:第一步,获取MR图像;第二步,对MR图像进行超像素分割,得到若干原子区域;第三步,对灰度值方差较大的原子区域进行二次细化分割;第四步,对原子区域进行模糊聚类,得到每个原子区域的类别隶属度;第五步,对于隶属度不够明确的原子区域定义其为模糊块,并用函数迭代方法实现模糊块的归属类判别;第六步,对原子区域进行超像素合并操作,获得图像分割结果。 |
地址 |
250061 山东省济南市历下区经十路17923号 |