计算机应用研究

作者：南丽丽,邓小英,

单位：1.运城学院计算机科学与技术系,山西运城044000；2.北京理工大学信息与电子学院,北京100081；

关键词：图像分割,软集合理论,质心计算,粗糙区域,模糊C-均值,隶属度约束,

基金：国家自然科学基金资助项目(41374114)；；

针对现有图像分割算法聚类复杂以及分割精度不够高的问题，提出了基于几何距优化质心和粗糙模糊C-均值（RFCM）相结合的医学图像聚类分割算法。首先建立软集表示的像素集，并计算每个像素与质心之间的距离，然后基于像素和质心之间的最小距离，将像素分组到聚类中。为了将软集应用到粗糙模糊C-均值中，定义了一个模糊软集，进一步将输入图像转换为二值图像，通过计算连通区域的几何距选择适当的质心。最后利用这些新的质心计算更新像素的隶属度值，从而完成模糊聚类划分。在Allen Brain Atlas等三个医学数据库上评估了所提出混合算法的性能，获得的Jaccard系数和分割精度（SA）都优于几种对比算法。实验证明，提出的聚类分割算法具有良好的性能。

来源：2019年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第11期