基于紋理的醫(yī)學(xué)圖像聚類(lèi)技術(shù)研究.pdf

1、現(xiàn)有的圖像聚類(lèi)算法,其最大問(wèn)題是低層特征與高層語(yǔ)義之間的“語(yǔ)義鴻溝”,本文采用新的特征提取方法以及與特征提取相匹配的聚類(lèi)算法來(lái)解決此問(wèn)題。本文針對(duì)以上問(wèn)題提出了如下的解決方案:
　　首先醫(yī)學(xué)圖像聚類(lèi)算法的研究是面向特殊領(lǐng)域圖像挖掘的重要組成部分。由于存在很多技術(shù)方面的問(wèn)題,使得這個(gè)方向的研究非常具有挑戰(zhàn)性。本文在領(lǐng)域知識(shí)指導(dǎo)下,提出了基于紋理相似度的醫(yī)學(xué)圖像聚類(lèi)算法。該算法首先通過(guò)沿著圖像的紋理建立命中圖來(lái)得到命中率,然后在命中圖

2、范圍內(nèi)的紋理計(jì)算角度差?；谏鲜鰞蓚€(gè)特征屬性,本文提出了醫(yī)學(xué)圖像的相似度度量方法,并且提出了MICCS聚類(lèi)方法和基于最小生成樹(shù)的MCST算法。
　　其次已有的聚類(lèi)算法對(duì)數(shù)據(jù)對(duì)象的形狀和密度有要求,應(yīng)用到醫(yī)學(xué)圖像聚類(lèi)方面不能取得很好的結(jié)果。針對(duì)以上問(wèn)題,本文首先對(duì)圖像進(jìn)行了紋理檢測(cè),提出了面向紋理的T-LBP方法,然后對(duì)預(yù)處理之后的圖像進(jìn)行了空間劃分,并對(duì)每個(gè)空間內(nèi)的紋理求取LBP值,建立按空間序列排序的LBP直方圖,最后,以LBP