基于C均值算法的新疆维吾尔医草药图像的分割研究

木拉提·哈米提1， 伊力扎提·阿力甫1， 严传波1， 阿布都艾尼·库吐鲁克1，

孙静1， 艾赛提·买提木沙2， 杨芳1， 员伟康1， 孔喜梅1， 张岁霞1

(新疆医科大学1医学工程技术学院；2公共卫生学院， 乌鲁木齐830011)

摘要：目的为提高新疆维吾尔医草药图像的分类和检索准确率，对新疆维吾尔医草药图像进行感兴趣区域分割研究。方法分别采用阈值法、硬C均值(HCM)聚类算法和模糊C均值(FCM)聚类算法分割图像，将分割后的图像与原始图像进行迭代,分割15幅新疆维吾尔医药材图像，并将分割结果与手工分割结果进行比较,以评价分割算法的优劣。结果利用阈值法分割后的图像与手工分割图像进行比较，15幅图像的面积大小差异的平均值为12.7%，表面平均距离的平均值为2.79灰度值；利用HCM聚类算法分割后图像的面积大小差异的平均值为12.2%，表面平均距离的平均值为2.7灰度值；利用FCM聚类法分割后图像面积大小差异的平均值为9.04%，表面平均距离的平均值为0.96灰度值。结论阈值分割算法的分割速率比其他2种算法快，但该方法可能出现过度分割现象而导致信息的流失；硬C均值聚类算法能够较好地保留感兴趣区域，但分割时图像背景无法完全舍去而导致无用信息的掺杂；模糊C均值聚类算法分割速率相对较慢，但其整体分割准确率却高于以上2种算法，该算法较适于新疆维吾尔医药材图像的分割。本研究对后期图像的特征提取、分类和检索奠定基础。……