论文部分内容阅读
目的噪声和灰度不均使得脑部MR图像的全自动分割更具挑战性，本文提出一种改进的模糊C均值聚类算法，并将其应用于脑部MR图像分割。方法首先，采用同质滤波器和对比度扩展作为图像预处理，去除图像的奇异区域；然后，采用直方图峰值点检测算法求得阈值点，避免初始聚类中心选取的盲目性；接着，采用模糊C均值聚类算法进行图像分割；最后，采用基于模糊关联隶属度算法进行图像后处理，达到平滑模糊边界和去除噪声的效果，得到最终分割图像。结果选用噪声程度0~9%和灰度不均匀度0和40%的脑部MR图像进行仿真实验。视觉分析表明基于本文算