学位论文 > 优秀研究生学位论文题录展示

基于马尔科夫随机场和模糊聚类的脑部图像D-S分割

作　者: 段锐
导　师: 管一弘
学　校: 昆明理工大学
专　业: 物理电子学
关键词: 马尔科夫场模糊聚类 D-S理论图像分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

大脑核磁共振的图像分割根据不同的目的主要有：脑组织从大脑核磁共振图像中提取出来；脑组织的分类,即将大脑核磁共振图像标记脑白质、脑灰质和脑脊液三种不同的脑组织区域；脑部病变组织的提取等。脑部图像的分割由于比较复杂并且比较细腻,所以单一的方法很难得到很好的分割效果,所以本文考虑采取多种方法取其优势避其缺点综合考虑进行分割。本文的主要思路是：(1)马尔科夫可以很好的考虑到图像的空间信息,所以本文中在脑核组织的提取和脑核组织的分割中考虑使用。首先,在脑核组织的提取时使用马尔科夫恢复技术可以用马尔科夫场的势能优势有效的利用空间信息使得重建的恢复图像更加平滑细腻有利于脑核组织的提取。其次,在脑核组织的分割中使用马尔科夫分割技术也是充分考虑了空间势能,使得图像的分割更加细腻,但是过于细腻,图像又会变得不连贯,并不利于诊断,所以还要考虑结合D-S理论。(2)模糊C均值聚类法可以快速的找到聚类中心并且进行分割,但是速度上的优势却导致了质量上的劣势,具体而言就是分割的不够细腻这时候也需要结合马尔科夫分割的结果使用D-S理论进行克服。不过模糊C均值聚类在本文中最重要的应用是考虑给马尔科夫和D-5理论迅速准确地找到聚类中心然后再使用不同的具体方法给马尔科夫和D-S分割找出基本的类的划分。(3)D-S理论对于图像的考虑更加细腻,所以D-S的分割结果是现有的所有算法中最接近人类视觉结果的,但是太过于细腻就会使得图像过于零散,不能达到有效辅助诊断的目的,本文的宗旨就是该细腻的就要细腻,不需要细腻的给出整体轮廓以利于医学诊断。所以采取的方法就是把马尔科夫和模糊C均值聚类法的分割结果进行处理,当两者的划分一致时标记起来,不一致时也标记起来。划分一致的标记是图像的大体轮廓,不一致的标记是图像的细节,再使用D-S理论对细节进行精确划分就可以得到理想的分割结果。本文采用多种方法的融合最终得到较为理想的分割结果。

基于马尔科夫随机场和模糊聚类的脑部图像D-S分割

内容摘要

全文目录

相似论文