一种各向异性虚拟人脑图像分割模型

• 作者: 王顺凤 罗春燕
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 模糊C均值模型 结构张量 各向异性 图像分割
• 年，卷（期）: 2010,（2）
• 页码范围: 113-117
• 分类号: TP391.41
• 字数: 4093字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7070.2010.02.004

摘要

虚拟人脑部组织脑的提取已经成为虚拟人脑数据分析的一个重要环节,但由于图像噪声、下层数据等因素的影响,传统方法得不到较好结果.首先利用RGB,HSL,HSV空间信息构造新的信息场,该信息场可以降低下层数据的影响;再利用结构张量信息构造各向异性Gibbs场,降低噪声的影响;利用各向异性Cibbs场改进的FCM模型对图像进行分割,以降低颜色强度不均匀现象导致的误差.实验表明,该方法可以得到较好的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王顺凤	南京信息工程大学滨江学院	15	128	7.0	11.0
2	罗春燕	南京信息工程大学数理学院	3	44	2.0	3.0