换一批基于类自适应高斯-马尔可夫随机场模型和EM算法的MR图像分割
Segmentation of Brain MR Images Through Class-adaptive Gauss-Markov Random Field Model and the EM Algorithm
摘要高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试.本文针对此问题,提出了一种新的、简单的、类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性.再将模型利用EM-MAP算法来迭代求解.最后,将该算法应用于MR图像的分割,实验结果表明,该算法能自适应地、有效地分割噪声图像,并具有较高的正确分类率和类正确分类率.
更多相关知识
- 浏览1
- 被引33
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
