节点文献

基于混合高斯模型MRF场的CT图像分割

CT Image Segmentation Based on Mixture Gauss Markov Random Field Models

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 金炎芳张定华赵歆波陈志强张东平

【Author】 JIN Yan-fang,ZHANG Ding-hua,ZHAO Xin-bo, CHEN Zhi-qiang,ZHANG Dong-ping(Key Laboratory of Contemporary Design & Integrated Manufacturing for Ministry of Education,Northwestern Polytechnical University,Xi’an Shanxi 710072,China)

【机构】 西北工业大学现代设计与集成制造技术教育部重点实验室西北工业大学现代设计与集成制造技术教育部重点实验室 陕西西安710072陕西西安710072

【摘要】 提出了一种基于混合高斯模型的马尔可夫随机场CT图像分割方法。此方法根据工业CT图像的特点,建立混合高斯逼近的图像灰度统计模型;用混合高斯模型作为Markov随机场的先验模型,提出混合高斯Markov随机场分割模型。实验表明,该方法较单高斯模型有很大的改善,对工业CT图像分割效果好。

【Abstract】 A method of CT image segmentation based on Gaussian mixture Markov field model was presented.According to the characteristics of the CT images,a Gaussian mixture model to approach image statistic model was established.The mixture Gaussian Markov random field for image processing was presented which the Gaussian mixture model was used to be the priori Markov random field probability model.Experimental results show that this method can get better result of segmentation than the signal gauss model.

【基金】 国家自然科学基金资助项目(50375126);航空科学基金资助项目(04I53069)
  • 【文献出处】 计算机应用研究 ,Application Research of Computers , 编辑部邮箱 ,2007年06期
  • 【分类号】TP391.41
  • 【被引频次】19
  • 【下载频次】490
节点文献中: 

本文链接的文献网络图示:

本文的引文网络