基于改进的高斯混合模型牙齿图像分割研究

发布时间：2023-10-08 19:29

　　针对边界模糊和对比度低的口腔CT图像中牙齿目标区域提取难的问题,提出了一种基于高斯混合模型与K-均值的改进聚类分割算法.该算法首先通过各向异性滤波对图像预处理,实现去噪平滑的同时增强图像的细节;然后利用K-均值完成初始划分,并根据分类后的像素值给出EM算法迭代的初始值,加快算法迭代到最优解,从而大大降低算法迭代次数,有效解决EM算法求解参数时随机选取初值点易导致GMM陷入局部最优解的问题,进而使分割区域完整;最后利用EM算法学习GMM,完成ML分割.实验结果表明:改进方法降低了计算复杂度,对噪声具有较强的鲁棒性,可获得更为理想的分割结果.

【文章页数】：5 页

【文章目录】：
1 牙齿图像分割模型
    1.1 高斯混合模型
    1.2 EM算法
    1.3 基于K均值聚类的GMM分割算法
    1.4 本文算法流程设计
2 实验结果及分析
3 结语



本文编号：3852646