基于细菌觅食优化的脑磁共振图像分割
计算机视觉与模式识别
2016-05-20 v1 神经与进化计算
摘要
分割将图像划分为其组成部件。它本质上是图像分析和计算机视觉的预处理阶段。本工作中，使用多级阈值化和细菌觅食优化（BFO）算法对T1和T2加权脑磁共振图像进行分割。阈值通过最大化图像的类间方差（多级Otsu方法）获得。BFO算法用于优化阈值搜索过程。然后通过比较每个像素与其八连通邻域的强度，从阈值化图像中获得边缘。进行后处理以去除分割图像中的伪响应。所提出的分割技术使用边缘检测器评估参数（如优值、Rand指数和信息变化）进行评估。所提出的脑MR图像分割技术优于传统的边缘检测器如canny和sobel。
引用
@article{arxiv.1605.05815,
title = {Bacterial foraging optimization based brain magnetic resonance image segmentation},
author = {Abdul kayom Md Khairuzzaman},
journal= {arXiv preprint arXiv:1605.05815},
year = {2016}
}
备注
15 pages