空间模糊C均值聚类的神经切片图像分割方法
Spatial information based fuzzy C-means for nerve sliced image segmentation作者机构:广东工业大学自动化学院广州510006 中山大学附属第一医院整形修复外科广州510080 中山大学附属第一医院显微创伤外科广州510080 广东工业大学校医院广州510006
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2012年第48卷第32期
页 面:164-169页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:广东省自然科学基金项目(No.9151008901000006) 广州市科技计划项目(No.12C22111580)
主 题:模糊C均值聚类 空间模糊C均值聚类 彩色图像分割 神经切片 显微图像
摘 要:周围神经切片显微图像具有背景复杂、区域不连续和光照不均匀等特点,应用经典的图像分割算法难以取得有效的分割结果。通过结合初始隶属度概率函数和空间距离来设计空间函数而得到的SFCM聚类算法,并提出SFCM彩色图像分割方法。把图像从RGB颜色空间转换到HIS颜色空间。采用聚类有效性分析指标在直方图快速FCM算法中为HSI各分量确定分类数目和获取SFCM初始化参数。对HIS各分量分别进行SFCM聚类,合并各分量并转换回RGB彩色空间以显示结果。实验结果表明,与标准FCM聚类分割算法相比,新方法能更有效地分割区域不连续的神经切片显微图像。