基于改进的Mean Shift算法虚拟人脑图像分割  

Digital Human Brain Image Segmentation Based on an Adapted Mean Shift Method

作　　者：陈允杰[1,2] 张建伟[1] 王利[2] 王平安[3] 夏德深[2] 

机构地区：[1]南京信息工程大学数学系,南京210044 [2]南京理工大学计算机科学与技术学院,南京210094 [3]香港中文大学计算机科学与工程系,沙田

出　　处：《计算机辅助设计与图形学学报》2008年第1期55-60,共6页Journal of Computer-Aided Design & Computer Graphics

基　　金：国家自然科学基金(60773172);香港特区政府研究资助局资助项目(CUHK/4433/06M);香港中文大学研究员项目基金(2050345);南京信息工程大学研究基金

摘　　要：为了克服Mean Shift算法各向同性的缺点,使用结构信息构造各向异性高斯核,使其具有各向异性,从而克服细长目标的影响;将颜色空间投影到新的坐标系下,使得相近颜色可以有较大的距离,以增大虚拟人脑图像中灰质与下层数据之间的区别.虚拟人脑图像分割结果说明,该算法可以得到较好的分割结果.In order to overcome the limitation of the Mean Shift method, this paper presents a new anisotropic Gauss kernel, based on structure information, and by the Gauss kernel newly proposed, the new model can reduce the effect of gracile topological structure. In addition, we project the color space to a new space, based on PCA model, to expand the distance of similar color and enlarge the difference between grey matters and grey matters belonging to next picture. The results of the segmentation of the digital brain image show that better results could be achieved by the adapted Mean Shift method.

关 键 词：虚拟人 Mean SHIFT算法 各向异性 主成分分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]