共 6 条
基于Gibbs随机场与模糊C均值聚类的图像分割新算法
被引：32
作者：
冯衍秋
陈武凡
梁斌
林亚忠
机构：
[1] 第一军医大学生物医学工程系医学图像处理全军重点实验室
[2] 第一军医大学生物医学工程系医学图像处理全军重点实验室 广东 广州
[3] 广东 广州
[4] 广东 广州
来源：
基金：
国家自然科学基金重点项目;
关键词：
图像分割;
模糊C均值(FCM)聚类;
Gibbs随机场(GRF);
多级逻辑模型(MLL);
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
模拟C均值聚类(FCM)是一种非常经典的非监督聚类技术,已被广泛用于图像的自动分割.由于传统的FCM算法进行图像分割仅利用了灰度信息,而没有考虑象素的空间位置信息,因而分割模型是不完整的,造成传统FCM算法只适用于分割噪声含量很低的图像.为了克服传统FCM算法的局限性,本文利用Gibbs随机场所描述的邻域关系属性,引入先验空间约束信息,提出拒纳度的概念,建立包含灰度信息与空间信息的新聚类目标函数,继而提出基于Gibbs随机场与模糊C平均聚类的GFCM图像分割新算法.实验证明,利用本文所提GFCM算法可以有效地分割含噪声图像.
引用
收藏
页码：645 / 647
页数：3
相关论文