收录:
摘要:
一种基于改进的k-均值聚类及信息融合的角膜 病灶图像分割方法, 涉及数字图像处理领域及眼病的诊断治疗, 特征在于利用外眼角膜病灶图像特征的色度信息, 通过改进的 k-均值聚类完成图像的初次分割, 即自学习确定初始色度聚类 中心, 再通过全图搜索确定最佳聚类中心, 进行聚类分割; 其次利 用图像的亮度信息, 通过改进的k-均值聚类完成图像 的二次分割, 即自学习确定初始亮度聚类中心, 再通过全图搜索 确定最佳聚类中心, 进行聚类分割; 利用一种信息融合技术, 根据 一种新的判断准则完成对色度和亮度信息分割结果的融合; 利 用数学形态学, 设计结构算子及图像边缘检测算子, 来完成对图 像分割结果的优化。该方法复杂度低, 分割效果理想, 具有较好 的鲁棒性。
关键词:
通讯作者信息:
电子邮件地址: