基于谱聚类结合形态学分水岭MRI图像分割算法.docVIP

基于谱聚类结合形态学分水岭MRI图像分割算法 　　摘要：针对NJW算法计算量大和分水岭算法易产生过分割现象且对噪声敏感的问题，提出一种有效且鲁棒的方法，即阈值形态学分水岭结合谱聚类（SC）算法对MRI图像进行分割。使用Frost滤波结合形态学闭运算对输入图像进行去噪和增强处理，采用阈值形态学分水岭算法对灰度图像进行预分割，并采用改进的SC算法进行全局最优聚类，得到分割结果图像。改进的SC算法是用K-HarmomcMeans（KHM）取替K-means（KM）进行聚类，可提高稳定性和算法性能。实验结果表明，该方法能有效分割MRI图像且具有计算快速的优点。 　　关键词：形态学；分水岭算法；KHM；谱聚类 　　DOIDOI：10.11907/rjdk.161282 　　中图分类号：TP317.4 　　文献标识码：A 文章编号：1672-7800（2016）005-0202-02 　　基金项目基金项目： 　　作者简介作者简介：吕绪洋（1989-），男，山东聊城人，广西师范学院计算机与信息工程学院硕士研究生，研究方向为智能控制系统及其应用；周燕琴（1987-），女，江西吉安人，广西师范学院计算机与信息工程学院硕士研究生，研究方向为医学图像处理、大数据和数据挖掘；张长江（1988-），男，河南周口人，广西师范学院计算机与信息工程学院硕士研究生，研究方向为机器学习。 　　0 引