基于改进的高斯混合模型牙齿图像分割研究

• 作者: 包广斌 康宏 杨旭鹏
• 来源期刊: 兰州理工大学学报
• 学科: 工学
• 关键词: 口腔CT图像 各向异性滤波 K均值聚类 高斯混合模型 鲁棒性
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 自动化技术与计算机技术
• 页码范围: 100-104
• 页数: 5页
• 分类号: TP391
• 字数: 4700字
• 语种: 中文

摘要

针对边界模糊和对比度低的口腔CT图像中牙齿目标区域提取难的问题,提出了一种基于高斯混合模型与K-均值的改进聚类分割算法.该算法首先通过各向异性滤波对图像预处理,实现去噪平滑的同时增强图像的细节;然后利用K-均值完成初始划分,并根据分类后的像素值给出EM算法迭代的初始值,加快算法迭代到最优解,从而大大降低算法迭代次数,有效解决EM算法求解参数时随机选取初值点易导致GMM陷入局部最优解的问题,进而使分割区域完整;最后利用EM算法学习GMM,完成ML分割.实验结果表明:改进方法降低了计算复杂度,对噪声具有较强的鲁棒性,可获得更为理想的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包广斌	兰州理工大学计算机与通信学院	8	6	2.0	2.0
2	康宏		48	261	10.0	13.0
3	杨旭鹏	兰州理工大学计算机与通信学院	1	0	0.0	0.0