yC-2meansClustering,简称FCM),它是一种基于模糊理论的图像分割方法,该法实际上是两次寻优的迭代过程,首先由C-2均值聚类得到聚类中心的次最优解,在此基础上再由FCM进行模糊聚类,最终得到图像的最优模糊分割。隶属函数的设计是整个模糊算法的关键所在。此算法具有较好的收敛性,结果受初值的设置影响不大。由于医学图像本质上存在模糊性(如CT图像同一组织灰度值的含糊性,容积效应引起的边缘、形状的模糊性及运动伪影造成图像的不确定性等),因而聚类法更适合采用对图像不确定性有较好描述能力的模糊理论。国内外很多研究者将模糊理论应用于图像增强、图像分割及边缘检测中,取得了优于传统图像处理方法的结果[27]。Chen等[28]就是用一种基于K平均聚类算法和基于知识的形态学运算技术来对心脏CT图像进行自动分割。
聚类分析必须解决的两个关键问题就是:(1)如何评定样本之间的类似程度;
(2)如何根据样本之间的类似程度将给定的样本集划分为不同的群。
聚类分割中对图像特征的提取、相似度的计算和正确的聚类方法是基于聚类图像分割的研究关键。文献[29]在对聚类分析进行综合分析的基础上提出了一种具有强大记忆库核聚类人工免疫算法,文献[30]提出了一种基于人工免疫的灰度图像多阈值自动分割方法。能自我学习自我记忆的聚类分析算法将是图像处理中的一个研究热点。
作用是快速分割出前列腺的边界,他们对22例前列腺超声图像进行识别实验,得到了很好的结果,其平均误差是6.2mm。文献[18]将遗传算法有效地运用到骨髓细胞图像分割。
将遗传算法运用到图像处理主要是考虑到遗传算法具有与问题领域无关且快速随机的搜索能力。其搜索从群体出发,具有潜在的并行性,可以进行多个个体的同时比较,能有效的加快图像处理速度。但是,遗传算法也有其缺点:搜索所使用的评价函数的设计、初始种群的选择有一定的依赖性等。要是能够结合一些启发算法进行改进且遗传算法的并行机制的潜力得到充分的利用,这是当前遗传算法在图像处理中的一个研究热点。
3 分割算法的评价
近年对分割算法的性能评价和比较得到了图像分割领域的广泛重视,分割评价不仅改进和提高了现有算法的性能而且优化分割,对新的技术也有指导意义。
评价方法应达到以下基本要求:
(1)应采用尽可能反映客观世界的真实情况和实际应用的共同特点的图像进行测试,以使评价结果具有可比性;(2)应采用不仅可以摆脱人为因素且能精准描述算法性能的评价准则;
(3)评价标准应具有通用性,即要适于评价不同类型的分割算法且适合各种应用领域。
评价分割算法的关键之处在于:其一是分析分割算法的机制或实验分割算法的途径;其二是用来评判算法的性能准则。
2.5 基于遗传算法的图像分割
遗传算法(GeneticAlgorithms,简称GA)是1973年由美国教授Holland提出的,是一种借鉴生物界自然选择和自然遗传机制的随机化搜索算法,是仿生学在数学领域的应用。其基本思想是,模拟由一些基因串控制的生物群体的进化过程,把该过程的原理应用到搜索算法中,以提高寻优的速度和质量[31]。此算法的搜索过程不直接作用在变量上,而是在参数集进行了编码的个体,这使得遗传算法可直接对结构对象(图像)进行操作。整个搜索过程是从一组解迭代到另一组解,采用同时处理群体中多个个体的方法,降低了陷入局部最优解的可能性,并易于并行化。搜索过程采用概率的变迁规则来指导搜索方向,而不采用确定性搜索规则,而且对搜索空间没有任何特殊要求(如连通性、凸性等),只利用适应性信息,不需要导数等其他辅助信息,适应范围广。
遗传算法擅长于全局搜索,但局部搜索能力不足,所以常把遗传算法和其他算法结合起来应用。1996年Sahiner等
[32]
4 结束语
目前,图像分割方法正朝着自动、精确、快速、自适应性和鲁棒性的目标发展。追求智能化分割、最优化分割、自主学习分割将成为这一领域的新热点,遗传算法在分割领域受到强烈的关注,人们将具有全局最优的遗传算法与最佳信息、最大类间差等相结合自动寻找最优阈值进行分割,将遗传算法与聚类分析相结合应用于基于区域生长分割的最优化初始种群的选取,并引入自主学习功能使分割向自动、启发式方向发展。
参考文献:
[1] 章毓晋.图像分割[M].北京:科学出版社,2001.
[2] 王新成.高级图象处理技术[M].北京:中国科学技术出版
社,2000.
[3] OtsuN.AThresholdSelectionMethodfromGrayLevelHis-togram[J].IEEETransonSystemManandCybernetics,1979,9(1):62-66
[4] 罗西平,田捷.图像分割方法综述[J].模式识别与人工智能,
1999,9(3):300-312.
[5] KittlerJ,IllingworthJ.MinimumErrorThresholding[J].
PatternRecognition,1986,19(1):41-47.
[6] DunnSM,HarwoodD,DavisLS.LocalEstimationoftheU-niformErrorThreshold[J].IEEETransonPAMI,1984,6
用遗传算法来寻找乳房X线造影片的可疑区域。他
们认为GA可以提供多功能的直线及非线性设计的分类
器,而不影响选择的效力。与逐步搜索相比,GA的寻优全面,使分割更彻底,但并不增加运算量。2000年Chen等[33]把遗传算法应用到心脏超声波图像的分割中,以用来弥补主动轮廓法的缺陷,建立了一种自学习分割框架)))Taguchi逼近。用该法对人工合成图像和真正的超声波图像进行的实验得到了很好的结果,其有效性通过了方差分析的验证。1999年Arambula等利用GA的快速寻优能力来进行前列腺的自动化识别工作,GA在这里所起的
[34]
(2009)12一0058—04 图像分割算法研 究综述Surveyon the MethodsofImageSegmentation何俊,葛红,王玉峰HE Research J哪,GEHo嚷,WANG YI卜fellg (sch∞I of伽l...
图像分割算法研究综述_自然科学_专业资料。图像分割算法研究综述Survey on the Methods of Image Segmentation Research 何 , 葛 , 王玉峰 俊红 HE Jun , GE Hon...
[4]何俊,葛红,王玉峰.图像分割算法研究综述.计算机工程与科学,2009,31-12 [5]钮圣虓,王盛,杨晶晶,陈更生.完全基于边缘信息的快速图像分割算法.计算机辅助设计...
地增值收益分配研究综述 何俊 烨 (西南交通大学公共 管理 学院, 四川 成都...有趣及爆笑图片汇集 绝对经典搞笑照片68份文档 新市场营销法则 助推企业成长 ...
简单背景下目标图像分割及边缘检测 设计题目: 指导教师 : 张静 2011 年 3 月...参考文献: [1] 何俊, 葛红, 王玉峰. 图像分割算法研究综述.计算机工程学,...
+86-551-5690963 5690964 基于 BP 神经网络的抗生素效价预测模型研究姜楠,董...何俊 , 葛红 , 王玉峰 . 图像分割算法研究综述 [J]. 计算机工程与科学 ,...
地增值收益分配研究综述 何俊 烨 (西南交通大学公共 管理 学院, 四川 成都...有趣及爆笑图片汇集 绝对经典搞笑照片68份文档 新市场营销法则 助推企业成长 ...
热门文档