基于K均值聚类的图割医学图像分割算法

本文档由 荣海生 分享于2011-03-28 22:48

摘要: 图割是一种同时基于区域和边界的交互式图像分割算法。传统的基于高斯混合模型的图割具有时间慢和描述组织中灰度分布不准确的缺点。为此,提出一种基于K均值聚类的图割算法。通过用改进的图割来分割仿体的和真实的脑部核磁共振图像,显示出该方法的有效性。该方法不但能提高图割在分割时的速度,在有噪音和灰度不均匀的图像上也能在较短的时间内得到更准确且鲁棒的结果。 关键词: 图像分割 图割 K均值聚类 脑部核..
文档格式:
.pdf
文档大小:
502.94K
文档页数:
5
顶 /踩数:
1 0
收藏人数:
0
评论次数:
0
文档热度:
文档分类:
IT计算机  —  图形图像
添加到豆单
文档标签:
图像分割 图割 K 均值聚类 算法 脑部 核磁共振 图像
系统标签:
图像 分割算法 均值聚类 医学 cuts graph
下载文档
收藏
打印

扫扫二维码,随身浏览文档

手机或平板扫扫即可继续访问

推荐豆丁书房APP  

获取二维码

分享文档

将文档分享至:
分享完整地址
文档地址: 复制
粘贴到BBS或博客
flash地址: 复制

支持嵌入FLASH地址的网站使用

html代码: 复制

默认尺寸450px*300px480px*400px650px*490px

支持嵌入HTML代码的网站使用





82