基于模糊核聚类的双水平集医学图像分割

• 作者: 吴杰 张辉 朱家明
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: 图像分割 KFCM C-V模型 双水平集
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息传输与接入技术
• 页码范围: 33-37
• 页数: 5页
• 分类号: TP391
• 字数: 2974字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2016.04.09

摘要

在实际的医学图像中，除目标和背景区域外，还存在两个以上的目标区域，传统的 Chan?Vese 模型一般只适用于两相图像分割，不能很好地分割多相图像。提出了一种基于模糊核聚类的改进型双水平集的医学图像分割，利用KFCM聚类算法降低图像噪声和双水平集模型的敏感性，对双水平集模型进行改进，对聚类后图像再分割。该方法具有较好的抑制图像噪声能力，充分利用图像边缘信息，无需初始化水平集函数，减少计算量和算法迭代次数，并能有效地实现多相目标区域的分割。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张辉	扬州大学信息工程学院	16	144	7.0	11.0
2	朱家明	扬州大学信息工程学院	13	49	4.0	6.0
3	吴杰	扬州大学信息工程学院	15	43	3.0	6.0