摘要
由于对像素点的内在联系缺乏注重,许多传统的图像分割算法仍有很大可改进空间。为此,针对脊柱CT图像的分割问题,给出了一个改进的基于隐马尔可夫随机场框架的算法。由隐马尔可夫随机场建立分类的先验分布,将添加了记忆器的模拟退火算法与期望最大化算法进行融合,并结合最大后验估计准则来进行参数估计并得到最终结果。通过实验证明了所提出的算法较现有的马尔可夫随机场算法在脊柱分割的精确性上有较大程度的提高。
With little consideration about spatial information of pixels,most of the traditional image segmentation algorithms are not ideal.To this end,for the segmentation of spine CT based on Hidden Markov random field framework has been proposed in this paper.The prior distribution of classification is established by Hidden Markov random field,and then we combine the Expectation-maximization based on Simulated Annealing with memory and the Maximum a posteriori estimation criterion to estimate parameters.The experimental results show that the algorithm in this paper has a great improvement on the accuracy of the segmentation of the spine.
作者
刘侠
匡瑞雪
王波
岳雨婷
LlU Xia;KUANG Rui-xue;WANG Bo;YUE Yu-ting(School of Automation,Harbin University of Science and Technology,Harbin 150080,China)
出处
《哈尔滨理工大学学报》
CAS
北大核心
2018年第2期1-5,共5页
Journal of Harbin University of Science and Technology
基金
国家自然科学基金(61672197
61172167)
黑龙江省普通本科高等学校青年创新人才培养计划项目(UNPYSCT2015045)
黑龙江省自然科学基金(F201311)
黑龙江省教育厅科学技术研究项目(12531119)
