%0 Journal Article
%T 基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割
%A 廖亮
%A 林土胜
%J 中国图象图形学报
%D 2009
%R 10.11834/jig.20090904
%X 为了更有效地对被噪声污染的脑部MR图像进行分割，提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中，引入了基于Markov随机场的补偿项，作为分割算法的空间约束。这种空间补偿项用Gibbs分布描述，实际上是一种归一化的核函数，其和用来度量灰度特征的核函数的形式是相似的，并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Markov随机场模型的算法克服了传统聚类以及核聚类算法的缺陷，不仅提出了更加合理的空间约束,而且改善了原有的分割模型，因此可以得到更加分段光滑的聚类结果。通过对合成图像、模拟MR图像以及临床MR图像进行的分割实验以及和标准分割结果的比较表明，该算法优于相关算法，可以有效地分割被污染的MR图像。
%K MR图像分割
%K 核聚类算法
%K 模糊Markov场
%K 空间约束
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20090904&flag=1