【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于FCM的四邻域归类方法，包括以下步骤：将预处理图像进行FCM聚类分割处理；初始化FCM聚类算法的隶属度矩阵的聚类中心；计算FCM聚类分割处理后的图像的隶属度矩阵；判断价值函数J是否满足条件，如果满足，则算法停止；计算新的聚类中心；运用四邻域判断的方法进行处理。与现有技术相比，本专利技术在FCM对脑部图像处理后的基础上，对处理结果图像进行四邻域判断归类，经过编程实验验证了该方法能够很好地改善FCM对组织连通性的破坏，得到的处理结果图像中组织的连通性更好，聚类效果更加科学。基于FCM的四邻域判断聚类效果更符合组织的完整性、连通性，能够更好地表现出脑部组织的信息，在实际应用中具有很好的帮助作用。【专利说明】-种基于FCM的四邻域归类方法
本专利技术涉及医学图像分析处理
，特别是一种基于FCM的四邻域归类方 法。
技术介绍
图像分割技术能够实现对图像中目标物体的提取，通过对目标物体的提取分析， 能够得到大量具有价值的信息，已经应用于航天探测、医学诊断等行业。图像分割技术一直 是图像处理领域研究的热点。在医学领域中脑部图像中的脑部组织存在模糊性和不确定 性，对脑部图像基于Roberts算子、Sobel算子、Laplacian算子的边缘检测分割能够实现对 脑部图像中组织的边缘提取，但是对于脑部组织的分割提取基本没有效果，这是因为脑部 区域组织的特征值变化缓慢，基于边缘检测的方法不能将脑部中的组织提取出来。FCM聚类 算法是一种基于全局划分的聚类算法。首先，初始化聚类中心或初始化隶属度矩阵；其次，...
【技术保护点】
一种基于FCM的四邻域归类方法，其特征在于，包括以下步骤：1)将预处理图像进行FCM聚类分割处理；2)初始化FCM聚类算法的隶属度矩阵的聚类中心，Vi(i＝1、2、3…)；3)计算FCM聚类分割处理后的图像的隶属度矩阵，uij=1/Σk=1c(dij/dkj)2/(m-1);]]>4)将J(U,c1,...cn)=Σi=1cΣjnuijmdij2,]]>且Σi=1cuij=1]]>带入步骤3)的隶属度矩阵，判断价值函数J是否满足条件，如果满足，则算法停止；5)通过步骤3)的隶属度矩阵计算新的聚类中心，ci=Σj=1n(uijmXj)/Σj=1nuijm;]]>6)将步骤5)处理后的图像运用四邻域判断的方法进行处理，当像素的四邻域的特征值都是一类时，则说明该像素是属于其邻域像素这一类的，将其归入其邻域类，否则保持该像素点的特征值不变。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。