基于超像素和模糊聚类的医学超声图像分割算法

• 作者: 杨艳 陈放
• 来源期刊: 半导体光电
• 学科: 工学
• 关键词: 图像分割 医学超声图像 超像素 模糊C均值(FCM)聚类
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 光电技术应用
• 页码范围: 146-150
• 分类号: TN929.11
• 语种: 中文

摘要

图像分割在医学超声图像的定量、定性分析中均扮演着十分重要的作用,并直接影响到后续的分析、处理工作.针对医学超声图像对比度低和噪声强的特点,提出了一种将超像素和模糊聚类技术相结合的图像分割方法.该方法利用简单线性迭代聚类算法产生多个超像素子区域,通过比较各个子区域间特征向量的相似性,利用模糊C均值(FCM)聚类技术对这些过分割区域进行合并,实现超声图像目标区域的有效分割.和传统的基于单像素的FCM聚类算法相比,该方法具有较强的鲁棒性,有效提高了目标区域的分割精度和分割效率,取得了较好的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨艳	武汉大学物理科学与技术学院	93	737	13.0	22.0
2	陈放	武汉大学物理科学与技术学院	1	10	1.0	1.0