基于像素聚类进行图像分割的算法

　　B型心脏超声图像分割是计算心功能参数前重要的一步。针对超声图像的低分辨率影响分割精度及基于模型的分割算法需要大样本训练集的问题，结合B型心脏超声图像的先验知识，提出了一种基于像素聚类进行图像分割的算法。首先，通过各向异性扩散处理图像；然后，使用一维K-均值对像素进行聚类；最后，根据聚类结果和先验知识将像素值修改为最佳类中心像素值。理论分析表明该算法可以使图像的峰值信噪比（ PSNR）达到最大值。实验结果表明：所提算法比大津算法等更准确，PSNR较大津算法提高11. 5%；即使在单张图像上也可以进行分割，且适应于分割任意形状的超声图像，有利于更准确地计算各种心功能参数。