一种基于KNN分类算法的MR图像灰度不均匀性校正分割方法

摘要

一种基于KNN分类算法的MR图像灰度不均匀性校正分割方法，属于图像处理领域。本发明首先利用曲面拟合的知识，用一组正交归一化的基函数构造灰度不均匀场模型，建立能量函数；然后依据能量函数最小化原理求解模型参数，实现灰度不均匀性校正和图像分割。其中解模型参数过程中采用迭代算法，并采用KNN算法求解隶属函数。这样可以在去除灰度不均匀场的同时，大大降低部分容积效应，同时降低了噪声对MR图像灰度不均匀性校正分割的影响。在KNN求解隶属函数时，先用核估计算法得到准确光滑的归一化直方图，然后用最大类间方差法分别求解脑脊液与灰质间的阈值TCG以及灰质与白质间的阈值TGW，利用这两个阈值对算法进行粗分类，最后采用传统的KNN算法对待定点进行精确分类。