基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割.docVIP

基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割 　　摘 要：针对因噪声干扰多、灰度不均匀、目标边界模糊导致的核磁共振成像（MRI）图像难以精确分割的问题，提出了一种基于Curvelet变换和多目标粒子群（MOPSO）的混合熵MRI图像多阈值分割算法。首先，对待分割MRI图像进行Curvelet分解，提取低频子带和高频细节子带构建概貌细节灰度级矩阵模型，以提高算法的目标细节表示能力； 其次，同时考虑目标与背景的类间差异性与类内均匀性，将提出的二维多阈值倒数熵和倒数灰度熵组合定义为混合熵，作为多目标粒子群算法的目标函数，协同搜索得到最优的分割多阈值，以实现MRI图像的精确分割； 最后，为提高算法的求解速度，提出了二维倒数熵和倒数灰度熵多阈值选取的梯度算法。实验结果表明：与二维tsallis熵、自动细菌觅食分割法（ABF）和改进的Otsu多阈值分割算法相比，所提方法对灰度不均和含噪的MRI图像具有更好的适应性，分割结果更为精确。 　　关键词：核磁共振成像；Curvelet变换；多目标粒子群；二维倒数熵；二维倒数灰度熵 　　中图分类号：TP391.41 　　文献标志码：A 　　文章编号：1001-9081（2016）11-3188-08 　　0 引言 　　核磁共振成像（Magnetic Resonance Imaging，MRI）技术 是一种生物磁