低秩表示实现鲁棒的CT和MR图像分割 |
| |
引用本文: | 刘中华,蒋文国.低秩表示实现鲁棒的CT和MR图像分割[J].数学建模及其应用,2023(4):24-31+39. |
| |
作者姓名: | 刘中华 蒋文国 |
| |
作者单位: | 1. 临沂大学沂水校区;2. 北京农学院基础教学部 |
| |
摘 要: | 由于图像中的噪声和复杂性,传统的图像分割方法并不总是能够捕捉到所有细节,即可能会忽略相邻像素的属性或者将图像的不同部分合并在一起.为了充分利用可用信息,利用低秩表示(LRR)和鲁棒主成分分析(RPCA)模型的优点,提出了一种新的图像分割方法,通过模糊c均值(FCM)方法对低秩亲和矩阵进行聚类来获得分割结果.在整个方法中,低秩分量是图像的主要信息,是通过求解RPCA模型获得的,而亲和矩阵表示全局结构,则是通过求解LRR模型获得的.在实验部分,使用计算机断层扫描(CT)图像分割来评估本文方法,结果显示在准确性和鲁棒性方面都有了显著改进.与现有一些算法相比,本文算法对异常值更加鲁棒,并尽可能地保留了图像的细节信息.
|
关 键 词: | 图像分割 FCM聚类 低秩表示 亲和矩阵 |
|
| 点击此处可从《数学建模及其应用》浏览原始摘要信息 |
| 点击此处可从《数学建模及其应用》下载免费的PDF全文 |