【摘 要】
：
为了提高图像分割算法的抗噪声性能,提出了一种改进的基于模糊C-均值聚类的图像分割算法.该算法首先根据邻域像素的隶属度矩阵来计算出像素和聚类中心的空间距离,然后利用空间距离和欧氏距离来重新确定像素和聚类中心的距离,最后利用新提取的距离特征和改进的FCM聚类算法对图像进行分割.实验结果表明,该算法能有效地提取目标图像,对噪声具有较强的鲁棒性,收敛速度快.
论文部分内容阅读
为了提高图像分割算法的抗噪声性能,提出了一种改进的基于模糊C-均值聚类的图像分割算法.该算法首先根据邻域像素的隶属度矩阵来计算出像素和聚类中心的空间距离,然后利用空间距离和欧氏距离来重新确定像素和聚类中心的距离,最后利用新提取的距离特征和改进的FCM聚类算法对图像进行分割.实验结果表明,该算法能有效地提取目标图像,对噪声具有较强的鲁棒性,收敛速度快.
其他文献
Owing to the blurring effect from atmosphere and camera system in the satellite imaging,a blind image restoration algorithm is proposed which includes the modulation transfer function(MTF) estimation
提出了一种基于水平集框架的能量传导模型ECM(energy conductionmodel)用于对医学图像进行分割.该模型通过对图像中的灰度分布和空间中的温度场分布进行对比,有效定义了图像能量和图像能量的传导方程,并通过模拟热量传递的过程对方程进行求解.ECM模型的优点在于,它在描述图像灰度分布的全局特征的同时,有效地捕捉到图像局部区域的灰度对比度变化,因此它能够对灰度分布不均匀和含有噪声的图像进
图像放大技术是医学图像处理中的重要领域.医学图像细节丰富处经常呈现出明显的几何结构特征或模式,如边缘.提出了一种基于学习的方法,将低分辨率图像块作为可用的邻域像素并提取其几何特征信息组成训练集,与高分辨率图像块之间建立局部对应关系,这种对应关系即为局部几何相似性.将训练集信息有效传递至待重建高分辨率图像块,图像放大的问题转化为重建系数的最优化问题,并且基于非局部平均思想,将其进而转化为加权最小二乘
由于医学图像所包含的数据量巨大,不利于存储和在现有网络上有效地传输,本研究使用VC++实现基于联合图像专家组2000(Joint Photographic Experts Group2000,JPEG2000)图像压缩算法对医学图像进行处理,根据医学数字图像通讯(Digital Imaging and Communicationin Medicine,DICOM)标准中存储服务的规则实现医学图像的
多模医学图像融合在临床诊断和治疗中有重要的应用价值。我们采用Daubechies 9/7双正交小波变换的多分辨率分析方法,对解剖图像和功能图像进行融合,提出了一种将局部标准差和能量相结合作为纹理测度的融合算法,并给出了融合图像量化的评价标准。实验结果表明:该算法能较多地获得多源医学图像的解剖结构和功能代谢信息,很好地保留了源图像的边缘和纹理特征,比传统的加权平均算法、按邻域能量以及按邻域方差加权算
In this paper we discuss the edge-preserving regularization method in the reconstruction of physical parameters from geophysical data such as seismic and ground-penetrating radar data. In the regulari
利用连续视觉刺激模拟物体向观察者逐渐逼近的深度运动过程,研究人在此深度运动过程中的事件相关电位(ERP)反应。本文重点研究了接近物体的大小对深度运动知觉ERP的影响。被试为9人(22～29岁)。结果表明:深度运动知觉过程的主要ERP成分为P80、N100、P140、N220、P300、N350、P400,这些成分主要出现在额叶、枕和枕顶区,部分靠近顶颞或枕颞区,其中N220可能是与深度运动知觉关系
提出一种基于智能单粒子(intelligent particle optimizer,IPO)的改进型联合代数重建算法(simultaneous algebraic reconstruction technique,SART).为提高重建图像质量,引入松弛矩阵概念,利用智能单粒子算法搜索每一像素特有的最优松弛因子,增强重建算法对图像局部特性的针对性.仿真结果表明,采用IPO-SART算法获得的重建
针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法。该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks,BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索。为了验证此方法的
提出了2种采用位并行技术的算法:ISA算法和IBNDM算法。使用机器字来记录各种参数,通过位运算更新各机器字的取值,模拟非确定自动机(NFA)的状态转换过程,反映各种特殊字符对NFA状态转换的影响,实现特殊字符串的快速匹配。在模式串长度不超过机器字长(通常为32或64)时,2种算法都比正则表达式具有更优越的性能。