基于改进的Mean Shift算法虚拟人脑图像分割

摘要：

为了克服Mean Shift算法各向同性的缺点,使用结构信息构造各向异性高斯核,使其具有各向异性,从而克服细长目标的影响;将颜色空间投影到新的坐标系下,使得相近颜色可以有较大的距离,以增大虚拟人脑图像中灰质与下层数据之间的区别.虚拟人脑图像分割结果说明,该算法可以得到较好的分割结果.

关键词：虚拟人、Mean Shift算法、各向异性、主成分分析

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60773172;香港研究资助局资助项目CUHK/4433/06M;香港中文大学研究员项目2050345;南京信息工程大学研究基金

在线出版日期：2008-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：55-60