位置:成果数据库 > 期刊 > 期刊详情页
基于改进的Mean Shift算法虚拟人脑图像分割
  • ISSN号:1003-9775
  • 期刊名称:《计算机辅助设计与图形学学报》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南京信息工程大学数学系,南京210044, [2]南京理工大学计算机科学与技术学院,南京210094, [3]香港中文大学计算机科学与工程系,沙田
  • 相关基金:国家自然科学基金(60773172);香港特区政府研究资助局资助项目(CUHK/4433/06M);香港中文大学研究员项目基金(2050345);南京信息工程大学研究基金
中文摘要:

为了克服Mean Shift算法各向同性的缺点,使用结构信息构造各向异性高斯核,使其具有各向异性,从而克服细长目标的影响;将颜色空间投影到新的坐标系下,使得相近颜色可以有较大的距离,以增大虚拟人脑图像中灰质与下层数据之间的区别.虚拟人脑图像分割结果说明,该算法可以得到较好的分割结果.

英文摘要:

In order to overcome the limitation of the Mean Shift method, this paper presents a new anisotropic Gauss kernel, based on structure information, and by the Gauss kernel newly proposed, the new model can reduce the effect of gracile topological structure. In addition, we project the color space to a new space, based on PCA model, to expand the distance of similar color and enlarge the difference between grey matters and grey matters belonging to next picture. The results of the segmentation of the digital brain image show that better results could be achieved by the adapted Mean Shift method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机辅助设计与图形学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国计算机学会
  • 主编:鲍虎军
  • 地址:北京2704信箱
  • 邮编:100190
  • 邮箱:jcad@ict.ac.cn
  • 电话:010-62562491
  • 国际标准刊号:ISSN:1003-9775
  • 国内统一刊号:ISSN:11-2925/TP
  • 邮发代号:82-456
  • 获奖情况:
  • 第三届国家期刊奖提名奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:24752