基于改进K-均值与分水岭算法的医学图像分割  

作　　者：周燕琴[1] 吕绪洋 

机构地区：[1]广西师范学院计算机与信息工程学院,广西南宁530023

出　　处：《软件导刊》2016年第3期172-174,共3页Software Guide

基　　金：广西自然科学基金重点项目(2014GXNSFDA118037)

摘　　要：传统K-均值基于欧式距离,结果不能真实反映数据,而传统分水岭分割方法存在过分割和敏感性伪边缘的问题。鉴于此,提出一种基于改进K-均值聚类预分割与控制标记分水岭的医学图像分割算法:基于图像空间特征运用改进K-均值聚类对感兴趣区域和背景区域进行初始分割;在扩展最值变换的基础上作形态学开闭处理;利用控制标记分水岭算法在给出内部和外部标记后用强制最小技术修正梯度幅度图像并与形态学图像叠加,以降低过分割和减少伪边缘数量。实验结果表明,该方法相较于传统分水岭算法有显著改善,且具有较强的抗噪性能和边缘定位能力,能够更好地满足医学图像的分割要求。

关 键 词：IGK-均值聚类 分水岭算法 流行距离 MRI图像分割 

分 类 号：TP317.4[自动化与计算机技术—计算机软件与理论]