结合非局部均值的快速FCM算法分割MR图像研究

来源 :计算机科学 | 被引量 : 12次 | 上传用户:a894918572317531
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对FCM算法分割医学MR图像存在的运算速度慢、对初始值敏感以及难以处理MR图像中固有Rician噪声等缺陷,提出了一种结合非局部均值的快速FCM算法。该算法的核心是首先针对MR图像中存在的Rician噪声,利用非局部均值算法对图像进行去噪处理,消除噪声对分割结果的影响;然后根据所提出的新的自动获取聚类中心的规则得到初始聚类中心;最后将得到的聚类中心作为快速FCM算法的初始聚类中心用于去噪后的图像分割,解决了随机选择初始聚类中心造成的搜索速度慢和容易陷入局部极值的问题。实验表明,该算法能够快速有效地
其他文献
为了完成各种软件维护任务,如纠正错误、改进原有功能、添加新功能,开发人员经常需要确定需求特征与代码的对应关系。这种确定源代码中与给定需求特征相关的程序元素的过程称
在基于Fitts定理的目标点击任务中,不同的操作方向可能会对笔尖压力的使用性能产生影响,但Fitts定理却忽视了对方向因素的考察。因此,采用实证研究方法设计了两类方向,一类是矩形条菜单方向(北-南,西-东,东北-西南和东南-西北),另一类是压力增减方向(分别在4种方向的矩形条菜单上逐步增大压力(Pressure Increase)或逐步减小压力(Pressure Decrease)来选择两个目标,
在信息检索应用实践中存在用户表达查询请求不够准确、文档与查询词不匹配以及查询优化等问题。针对这些问题,提出了基于概念树剪枝的LCA查询扩展方法,这种混合的查询扩展技
传统基于加速度传感器的运动识别方法通常假设传感设备是固定放置的,当传感设备的放置方式或位置偏离预定设置时识别性能会受到极大影响.然而,在普适计算环境下使用最为广泛
随着信息技术的发展和进步,计算机被应用于档案管理工作中,即形成电子档案管理系统。信息时代人们进行各种交流的媒介主要以数字化为主,由于其生成简便、传送迅速,必将产生大量的
模糊C均值聚类算法没有考虑各类样本容量因素,当各类样本容量差异较大时,其聚类判决将向小样本类倾斜。提出一种新的聚类算法——均衡模糊C均值聚类,对模糊C均值聚类算法最小化目标函数进行修正,使得改进的目标函数包含了样本容量因素,利用粒子群算法并以样本模糊隶属度为编码对象求解参数优解。从理论上分析了该算法的性质,通过仿真实验验证了所提算法对平衡、不平衡数据集的有效性。
Web服务的安全可信问题是影响其广泛应用的重要因素.已有的解决方案大多从安全角度出发,但对于服务面对攻击或安全威胁时仍能按照预期工作则缺乏考虑.从Web服务的安全可信需