原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
KFCM论文：KFCMMRI腐蚀膨胀开运算图像分割
【中文摘要】随着数字图像处理技术的发展和实际应用要求,不要求输出结果是一幅完整图像,而是将图像进行预处理后,然后再经过分割和描述提取有效的特征,进而加以判决分类。在人工智能领域中,计算机视觉关注开发和分析图像内容的算法,在图像分析与处理过程中,图像分割是研究的一个热点和难点问题。虽然图像分割方法很多,但是不存在一种普遍使用的最优方法,有时将多种分割算法有机结合起来,得到更好的分割效果。为了提取磁共振脑图像(MRI)中的脑白质,本文首先利用核模糊C均值聚类算法(KFCM)对类内分布呈团聚状且无干扰信息的第一种MRI脑图像进行分割,通过仿真实
验,KFCM算法中的参数m=3时取得较好分割效果,其次讨论了参数m选取过大,会导致分割效果不理想,且m的值过大,利用KFCM算法进行图像分割的时间会越长。其次,由于图像亮度不均或成像个体本身有亮度变化等影响,利用KFCM算法对MRI脑图像分割时,会导致误分,以至于不能很好提取MRI脑图像中的脑白质。于是,本文将KFCM算法、灰度阈值法和灰质开运算三种算法有效结合起来,首先利用KFCM分割算法提取含有脑白质的某一类别图像,再利用灰度阈值算法选取适当阈值进行分割(根据这一类图像灰度直...
【英文摘要】Withthedevelopmentofdigitalimageprocessingtechnologyandapplicationrequirements,itdoesnotrequiretheoutputisacompleteimage,butafter
pretreatmentoftheimage,andthenextractedthroughthesegmentationanddescriptionofthecharacteristicsofeffective,thentobejudgedcategories.Inartificialintelligence,computervisionfocusedondevelopingandanalyzingalgorithmforimagecontent.Intheimageanalysisandprocessing,imagesegmentationisahotanddifficultresearchproblem.
【关键词】KFCMMRI腐蚀膨胀开运算图像分割
【采买全文】1.3.9.9.38.84.81.3.8.1.13.7.2.1
同时提供论文写作定制和论文发表服务.保过包发.
【说明】本文仅为中国学术文献总库合作提供，无涉版权。作者如有异议请与总库或学校联系。
【英文关键词】KernelfuzzyCmeansclusteringalgorithmMagneticresonanceimageErodeDilateOpenoperationImagesegmentation
【目录】基于KFCM和灰度阈值及灰质开运算对医学图像分割的研究 摘要4-5 ABSTRACT5 1绪论9-12 1.1图像分割的意
义和发展方向9 1.2医学图像分割研究现状、意义及评价方法
9-11 1.3本文的主要工作11-12 2聚类理论和图像分割理论
12-21 2.1聚类分析基础知识12-15 2.1.1距离准则
12-13 2.1.2类定义与类间距离13-14 2.1.3聚类准则函数
14-15 2.1.4模式与类核的距离准则函数15 2.2数字图像分
割基础理论15-18 2.2.1图像分割定义16 2.2.2灰度直方图
基础知识16-182.3数学形态学基础理论知识18-213模糊聚
类理论与方法和核函数基础知识21-303.1模糊集合基础
21-223.2硬C均值聚类算法（HCM）22-233.3模糊C均值
聚类算法（FCM）23-253.4仿真实验25-263.5函数概念
26-304本文算法知识与仿真实验30-414.1KFCM算法简介
304.2核模糊C均值聚类算法30-324.3灰度直方图阈值分割32-334.4灰度形态学334.5本文算法设计与仿真实验结果33-415结论与展望41-425.1论文总结415.2问题与展望41-42参考文献42-45附录A45-46
文档评论（0）