共查询到19条相似文献，搜索用时 203 毫秒
1.
传统的分水岭算法应用于脑肿瘤CT图像时容易产生过分割现象,为了避免该现象,提出一种改进的分水岭图像分割算法。该方法主要包含形态学重构以及标记控制思想,首先对原始梯度图像进行形态学重建,相当于滤波处理,然后对原图设定灰度阈值并进行形态学处理标记出肿瘤部分,接着用分水岭变换标记背景部分,最后根据两个标记部分对调整后的梯度图像进行强制最小和分水岭变换得到分割线。实验结果表明,该算法能够准确地区别肿瘤部分与背景,并用封闭的分割线包围脑肿瘤区域,从而避免了对不感兴趣区域的误分割,有较好的针对性。 相似文献
2.
3.
传统K-均值基于欧式距离,结果不能真实反映数据,而传统分水岭分割方法存在过分割和敏感性伪边缘的问题。鉴于此,提出一种基于改进K 均值聚类预分割与控制标记分水岭的医学图像分割算法：基于图像空间特征运用改进K 均值聚类对感兴趣区域和背景区域进行初始分割;在扩展最值变换的基础上作形态学开闭处理;利用控制标记分水岭算法在给出内部和外部标记后用强制最小技术修正梯度幅度图像并与形态学图像叠加,以降低过分割和减少伪边缘数量。实验结果表明,该方法相较于传统分水岭算法有显著改善,且具有较强的抗噪性能和边缘定位能力,能够更好地满足医学图像的分割要求。 相似文献
4.
针对分水岭算法的过分割问题,设计了一种结合分水岭和区域合并的彩色图像分割算法。使用分水岭分割算法对图像进行初始分割,由于图像中的细节信息和噪声会导致图像的过分割问题,针对此问题而产生的小图像区域,定义了它们之间的区域距离。依据区域距离融合了小图像区域的颜色信息和邻接关系信息的特点,提出了小图像区域合并算法,对小图像区域进行合并,并通过仿真实验与其他分割算法进行了比较和分析。 相似文献
5.
提出了一种基于模糊形态学和形态分水岭算法的图像分割方法,利用模糊形态学闭开运算先平滑原始图像,图像通过平滑后在保留重要区域轮廓的同时去除了细节和噪声,而后进行形态分水岭变换实现图像分割。实验结果表明这种方法具有较好的分割效果。 相似文献
6.
7.
肝癌已经成为常见的恶性肿瘤,组织切片显微图像的病理分析是诊断的主要手段,细胞的准确分割是病理分析的重要环节。提出了一种新的基于H&E染色组织病理学图像的肝癌细胞分割算法,首先用彩色卷积方法进行主成分提取得到灰度图像,在此灰度图像的基础上,进行形态学处理|然后运用快速径向对称变换提取种子点作为前景标记,进行分水岭分割|最后将分水岭分割得到的轮廓线作为初始轮廓进行GVF主动轮廓分割,得到更为精确的轮廓线。分割结果的阳性预测平均值达到0.89,召回率平均值达到0.9,证明了该算法细胞定位的准确性。Dice系数平均值为0.84,证明了本算法细胞分割区域的准确性。 相似文献
8.
9.
10.
李玉梅 《天津职业院校联合学报》2011,13(2):78-81
论文提出了一种基于蚁群动态模糊聚类算法的计算机图像分割方法,有效地利用蚁群算法的聚类分析能力,克服了FCM算法对初始化的敏感,动态地确定了聚类数目和中心。然后利用蚁群聚类算法得到的模型进行修改,再进行模糊聚类弥补蚁群算法的不足。最后将该算法应用到计算机图像分割技术。对比实验表明,该算法实验表明该算法速度快、划分特性好,可以准确地分割出目标。 相似文献
11.
为了改善传统基于聚类的图像分割算法对噪声敏感以及仅使用单一特征无法精确描述目标特性等问题,提出了一种基于区域的多特征图像分割算法。首先,使用 Meanshift 算法对原图像进行预分割,获得一组区域块;其次,提取每个区域块的颜色特征和纹理特征,使用 FCM 算法分别对每个特征进行聚类,针对每个特征获得一个类标签邻接矩阵;再次,将多个邻接矩阵叠加,形成多特征邻接矩阵;最后,使用 NCUT 算法对叠加邻矩阵进行聚类,获得最终分割图像。实验结果表明,基于区域多特征的分割算法优于对比算法,融合多特征对图像分割可以更准确地识别不同的目标结构,具有更好的分割效果。 相似文献
12.
基于迭代自组织数据聚类阈值的脉冲耦合神经网络的图像分割算法改进了传统脉冲耦合神经网络在图像分割中由于不恰当的参数选择而导致图像欠分割和过分割的问题.基于迭代自组织数据聚类阈值的脉冲耦合神经网络图像分割算法无需确定参数和循环次数,也不需要用特定原则确定循环结束的条件,只需利用图像中的每个像素点的灰度值进行聚类,然后利用改进的迭代自组织数据算法确定图像的初始聚类数目以及聚类中心,并以此作为脉冲耦合神经网络的最佳阈值,一次点火过程自动完成分割.实验结果表明,这种算法具有较好的分割结果和分割速度,提高了分割的准确性. 相似文献
13.
14.
宋娈娈 《商丘师范学院学报》2014,(12):10-14
针对模糊C均值（ FCM）图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法。该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM 算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确。利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明：本文算法对含噪图像有很好的分割结果。 相似文献
15.
考虑到图像存在异常像素,将邻域因素考虑在内对模糊C-均值聚类算法(FCM)和异常像素检测算法(APD)提出了改进。首先,提出了邻域因素的邻域-FCM(N-FCM),然后,提出了模糊异常像素检测算法(Fuzzy-APD)。实验过程中,选择噪声图像、彩色图像作为实验图像,对FCM和N-FCM算法进行性能比较,证实相比于FCM算法,N-FCM算法的收敛性明显提高,图像分割的正确率进一步改善;同时从图像中获取部分像素进行异常像素检测,实验证实相比于异常像素检测,Fuzzy-APD准确性更高。 相似文献
16.
在基于HMT模型进行图像分割的方法中,多尺度分割结果融合的好坏直接影响了最终分割结果的优劣。针对现有的基于单一背景向量的融合方法难以合理利用多种背景信息优势的问题,提出了一种基于模糊逻辑的多尺度分割结果融合的新算法。此算法在多尺度粗分结果的不确定性的基础上,根据分割过程的特点,自适应地利用不同类型背景信息的优点,在分割的不同阶段形成具有不同背景描述能力的背景模型,从而较好的指导分割。一组实验从主观视觉和客观标准两个方面证明了该方法的有效性。 相似文献
17.
To extract region of interests (ROI) in brain magnetic resonance imaging (MRI) with more than two objects and improve the segmentation accuracy, a hybrid model of a kernel-based fuzzy c-means(KFCM) clustering algorithm and Chan-Vese (CV) model for brain MRI segmentation is proposed. The approach consists of two successive stages. Firstly, the KFCM is used to make a coarse segmentation, which achieves the automatic selection of initial contour. Then an improved CV model is utilized to subdivide the image. Fuzzy membership degree from KFCM clustering is incorporated into the fidelity term of the 2-phase piecewise constant CV model to obtain accurate multi-object segmentation. Experimental results show that the proposed model has advantages both in accuracy and in robustness to noise in comparison with fuzzy c-means (FCM) clustering, KFCM, and the hybrid model of FCM and CV on brain MRI segmentation. 相似文献
18.
为了解决脑核磁共振图像中的灰度不均匀现象,提出了一个基于两相的脑图像分割模型．该模型在图像局部熵基础上融合局部高斯信息和全局信息的两相水平集来拟合图像信息,同时采用一种新的简单有效的初始化方法,进行脑灰质、脑白质、脑髓液分割．实验结果表明,该模型能有效地对脑灰质、脑白质、脑髓液进行分割,同时提供准确光滑的目标边界,解决了CV模型等对灰度不均匀图像分割失败的问题． 相似文献
19.
由于AAM（即主动外观模型）算法突出了纹理特征而使该模型本身具有较强的抗干扰性,可更全面和更有效地描述目标物体,因而能够获得更好的图像分割和目标提取效果,有利于后续的图像分析和测量．基于主动外观模型的图像分割方法,用于有效地组合物体的外观信息和轮廓信息,以获得较好的图像分割效果．通过实验进行主动外观模型的构建、训练并进行图像分割验证．实验结果表明,AAM算法有一定的准确度优势．但与传统的分割算法相比,随着分割效果的改善,其计算量也要大于一般的主动轮廓模型． 相似文献