一种基于Mumford-Shah模型耦合FCM的MR图像分割方法
本文介绍一种基于Mumford-Shah模型耦合模糊C均值聚类(FCM)的两阶段MR图像分割方法.本方法首先采用FCM对图像进行一个粗分割,用于定位初始零水平集曲线,再在Mumford-Shah模型的保真项中耦合进感兴趣区域的FCM信息,从而实现更高精度的分割,并且通过一条演化曲线就能实现多目标图像中感兴趣区域的分割.实验结果表明,相比FCM的分割结果,耦合了FCM区域信息的两阶段Mumford-Shah模型的分割结果更接近人手工分割的”金标准”.
图像分割 C均值聚类 多目标图像 手工分割
温铁祥 杨丰
南方医科大学医工学院,广州,510515
国内会议
福州
中文
187-190
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）