基于多尺度空间模糊聚类的无监督MRI图像分割方法.pdf
邻家****mk
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于多尺度空间模糊聚类的无监督MRI图像分割方法.pdf
本发明公开了基于多尺度空间模糊聚类的无监督MRI图像分割方法,特点是包括以下步骤:获取一幅待分割的MRI扫描图像,转换成灰度图像,采用模糊聚类算法分析得到初始感兴趣的轮廓;获得感兴趣的灰度图像区域,定义当前灰度图像;采用标记分水岭分割算法对当前灰度图像进行分割,得到多块初步目标区域;定义当前初步目标区域;定义当前子块;将当前子块中的每个像素点的像素值分别作为输入参数输入非线性优化模型中进行优化;将判定优化成功的当前子块定义为保留子块;重复执行前述步骤直至所有初步目标区域均处理完毕,完成对MRI扫描图像的分
基于多目标模糊聚类的灰度图像分割方法.pdf
本发明公开了一种基于多目标模糊聚类的灰度图像分割方法,它涉及图像处理技术领域,主要解决灰度图像分割准确率低的问题。该方法是在对图像进行灰度化处理后,根据生成的灰度直方图来随机生成多个聚类中心,并组成父代抗体种群;本发明的关键在于首次将致密分离有效性函数作为评价准则和模糊C-均值方法中的模糊优化函数相结合,形成多目标优化问题,并采用免疫克隆多目标进化算法对整个父代种群进行多次迭代,从多个方向同时搜索,并行计算,最终得到最优的聚类中心,输出分类结果,有效地保留灰度图像中的细节信息,减小错分率,提高了灰度图像分
基于多阈值和自适应模糊聚类的红外图像分割方法.pdf
本发明公开了一种基于多阈值和自适应模糊聚类的红外图像分割方法,主要解决现有多阈值分割方法在分割过程中存在伪峰干扰,分割结果不理想的问题。其实现步骤是:(1)输入原始红外图像;(2)利用引入控制因子的多阈值算法对原始红外图像进行粗分割;(3)对粗分割后图像进行形态学平滑处理;(4)随机选取细分割图像所需的聚类中心并根据自适应函数确定聚类数目;(5)对平滑后图像的像素点进行模糊聚类,得到最终的分割结果图像。本发明能在保证分割效率的同时提高分割准确度,具有分割结果轮廓清晰、目标完整的优点,可有效应用于红外精确制
基于模糊聚类的彩色图像分割方法的研究的开题报告.docx
基于模糊聚类的彩色图像分割方法的研究的开题报告一、研究背景及意义彩色图像分割是计算机视觉领域的一项基础研究,其研究目的在于将一副图像分成若干个区域,每个区域应尽量满足同质性,即在同一区域内的像素应有相似的特征或属性,如灰度、颜色等。彩色图像分割在计算机视觉的各个领域都有着广泛的应用,如目标识别、图像检索、医学影像分析等。随着计算机技术和算法的不断发展,基于模糊聚类的彩色图像分割方法因其计算量小、分割效果好等优点而备受关注。模糊聚类算法是一种基于模糊集合理论的聚类算法,它可以将数据分为若干个模糊的类别,适用
一种基于核模糊聚类的多尺度水平集图像分割方法.pdf
本发明公开了一种基于核模糊聚类的多尺度水平集图像分割方法,包括:步骤1:采用标记分水岭方法计算每个小区域的灰度均值;步骤2:采用灰度均值初始化隶属度矩阵,进行核模糊聚类,获得感兴趣区域初始轮廓;步骤3:设计多尺度水平集边缘约束停止项;步骤4:进行迭代演化,分割图像。针对边界不清晰、对比度差等图像,该方法避免基于边缘信息的分水岭易造成过分割、基于区域信息的C-V模型水平集方法易产生边缘漏分割的缺点,将边缘信息与区域信息采用核模糊聚类的方法进行有效融合,加入多尺度边缘约束停止项,消除重初始化,提高了分割的准确