高斯混合模型改进的活动轮廓模型MRI分割

被引：12

作者：

张建伟

夏德深

机构：

[1] 南京理工大学计算机系

来源：

关键词：

高斯混合模型; EM算法; 遗传算法; 图像分割; 核磁共振图像;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

引入高斯混合模型逼近图像的直方图概率,利用遗传算法的全局优化特性求解高斯混合模型的参数,以提高参数精度;由此构造新的活动轮廓模型约束项.在新的约束项作用下,活动轮廓模型可以有效地减少噪声的影响,防止从弱边界泄漏.对左心室核磁共振图像的分割实验表明,该模型具有较好的分割效果.

引用

页码：2647 / 2653

页数：7

共 5 条

[1] 基于先验知识改进Snake模型的脸部特征分割 [J].

王元全 ;

汤敏 ;

王平安 ;

夏德深 .

[2] 期望最大(EM)算法及其在混合高斯模型中的应用 [J].

朱周华 .

[3] 高斯噪声中的参数盲估计 [J].

王惠刚 ;

李志舜 .

[4] 一种基于高斯混合模型的距离图像分割算法 [J].

向日华 ;

王润生 .

[5]

遗传算法原理及应用[M]. 国防工业出版社 , 周明, 1999