Resumen

El filtro guiado es un novedoso método de filtrado explícito de imágenes que aplica un filtro de suavizado en las regiones de "parches planos" y garantiza la preservación de los bordes en las regiones de "alta varianza". Recientemente, el filtro guiado se ha incorporado con éxito al proceso de fuzzy c-means (FCM) para mejorar los resultados de agrupación de imágenes ruidosas. Sin embargo, la adaptabilidad de los actuales métodos FCM basados en filtros guiados a diferentes imágenes se ve deteriorada, ya que el factor ε del filtro guiado se fija en un escalar. Para resolver este problema, este trabajo propone un nuevo método FCM basado en filtro guiado (IFCM_GF), en el que la imagen guía del filtro guiado se ajusta mediante un factor de influencia ρ definido recientemente. Cambiando dinámicamente el factor de influencia ρ, el IFCM_GF adquiere excelentes resultados de segmentación en diversas imágenes ruidosas. Además, para mejorar la precisión de segmentación de imágenes con mucho ruido y simplificar la selección del factor de influencia ρ, proponemos un algoritmo de agrupación FCM mejorado basado en reconstrucción morfológica con filtro guiado (MRIFCM_GF). En este enfoque, la imagen original ruidosa se reconstruye mediante la reconstrucción morfológica (RM) antes de la agrupación, y el FCM_GF se realiza en la imagen reconstruida utilizando la imagen de guía ajustada. Debido a la eficacia de la RM para eliminar el ruido, la MRIFCM_GF consigue mejores resultados de segmentación que la IFCM_GF en imágenes con mucho ruido y la selección del factor de influencia para la MRIFCM_GF es sencilla. Los experimentos demuestran la eficacia de los métodos presentados.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:filtro, IFCM_GF, MRIFCM_GF, imagen guía, ruido intenso, factor de influencia, reconstrucción morfológica, nuevo método de filtrado explícito de imágenes, algoritmo de agrupación FCM, mejores resultados de segmentación
• Keywords:filter, IFCM_GF, MRIFCM_GF, guidance image, heavy noise, influence factor, morphological reconstruction, novel explicit image filtering method, FCM clustering algorithm, better segmentation results