论文部分内容阅读
在脑图像分割中,噪声或异常值的干扰往往会使得图像的质量下降。而传统的模糊c均值算法存在一定的缺限,容易受初始值的影响,这给医生准确识别和提取脑组织带来很大的麻烦。针对这些问题,提出一种基于用马尔可夫模型构建的图像像素点邻域的改进模糊c均值图像分割方法。首先,用遗传算法(GA)确定初始的聚类中心;然后,改变目标函数的表达方式,通过在目标函数中添加修正项来改变隶属度矩阵的计算方式,并用约束系数对其来调节;最后,由马尔可夫随机域来表达邻域像素的标号信息,并利用马尔可夫随机场(MRF)的最大化条件概率来表示