计算机工程

作者：谢行雨,王玲

单位：西南石油大学 计算机科学学院,成都 610500

关键词：图像分割,纹理特征,超声图像,小波变换,特征提取,特征聚类

基金：国家自然科学基金(41674141)。

超声图像高噪声、低对比度的特点使其含噪图像的纹理信息较难提取。为此,提出一种基于自适应相似栈的聚类分割方法。对超声图像进行自适应去噪获得估计图像,结合超声图像和估计图像建立基于非局部搜索的相似栈列,应用相似栈列对超声图像纹理特征值进行修正,并使用K-means聚类将超声图像划分为互不重叠的区域。实验结果表明,该方法分割结果与人工分割结果的重合度达到93.28%,在差异较大的样本下重合度标准差为2.07%,从而验证其可对超声图像实现稳定有效的分割。

来源：2019年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第2期