基于核模糊聚类的变分水平集医学图像分割方法

• 作者: 刘雅婧 夏倩倩 宋余庆 廖定安
• 来源期刊: 计算机应用研究
• 关键词: 核模糊C-均值聚类算法 水平集 变分水平集 李模型 图像分割
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3510-3513
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.10.080

摘要

针对现有无须重新初始化的变分水平集分割模型,存在对边缘模糊、对比度差等图像不是很敏感、分割效果不理想的问题,提出了一种基于核模糊聚类的变分水平集医学图像分割方法.将原始图像进行核模糊C-均值聚类,把得到的聚类结果带入初始化水平集函数得到初始轮廓,最后利用李模型的分割方法实现最终的图像分割.实验结果表明,该方法具有良好的分割质量,适应性强,同时可减少迭代次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋余庆	江苏大学计算机科学与通信工程学院	128	1213	20.0	29.0
2	廖定安	江苏大学计算机科学与通信工程学院	4	24	3.0	4.0
3	夏倩倩	江苏大学计算机科学与通信工程学院	2	19	2.0	2.0
4	刘雅婧	江苏大学计算机科学与通信工程学院	3	24	3.0	3.0