基于均值移動算法的醫(yī)學(xué)圖像分割.pdf

1、醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中一個重要環(huán)節(jié)，分割效果與計算機(jī)輔助診斷結(jié)果息息相關(guān)。而隨著科學(xué)技術(shù)的進(jìn)步和新型理論的不斷提出，新的圖像分割算法也如雨后春筍般涌現(xiàn)出來。
　　本文采用的均值移動（Mean shift）算法是一種非參數(shù)密度梯度估計算法，可以應(yīng)用到很多領(lǐng)域，如聚類，圖像平滑，目標(biāo)跟蹤，圖像分割等。目前，均值移動算法已在醫(yī)學(xué)圖像分割中得到廣泛應(yīng)用。本文圍繞均值移動算法做了以下工作：
　　首先，本文深入研究均值移動理論。對

2、均值移動理論的發(fā)展做了簡單地介紹，并詳細(xì)介紹了幾種常用的核函數(shù)。采用均值移動濾波算法做了仿真實驗，驗證了核帶寬參數(shù)對均值移動濾波效果的影響。對結(jié)合均值移動和區(qū)域合并的圖像分割算法做了仿真實驗。
　　其次，引入新的迭代步長，結(jié)合已有加速策略提出一種改進(jìn)的加速算法，并結(jié)合區(qū)域合并算法完成圖像分割。
　　最后，改進(jìn)了自適應(yīng)帶寬函數(shù)，將自適應(yīng)均值移動濾波和蟻群聚類算法結(jié)合，對蟻群聚類算法做了改進(jìn)，減少了蟻群聚類算法的運算量，提高了算