基于领域灰度的模糊C均值图像分割算法

被引：14

作者：

路彬彬 ^{[1
]}

贾振红 ^{[1
]}

杨杰 ^{[2
]}

胡英杰 ^{[3
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 上海交通大学图像处理与模式识别研究所

[3] 新西兰奥克兰理工大学知识工程与开发研究所

来源：

光电子激光. | 2011年 / 22卷 / 03期

关键词：

模糊C均值(FCM); 灰度不均匀; 聚类; 空间信息; 航拍图像;

D O I：

10.16136/j.joel.2011.03.032

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

模糊C均值(FCM)聚类算法对图像局部灰度值不均匀和噪声十分敏感,提出一种基于像素点灰度补偿校正和邻域信息的FCM新算法。通过预先假定像素点存在加性或乘性噪声,再将像素点的邻域信息引入到噪声模型,经反复迭代调整像素点的噪声值直至最优。在FCM反复迭代的过程中,对算法进行上下截集半模糊化处理,从而提高分类的速率和准确率。实验结果表明,本文算法对局部灰度值不均匀区域有较好的补偿作用,能有效地抑制噪声,分割质量明显提高,运算速度较标准FCM和MFCM算法更快。

引用

页码：469 / 473

页数：5

共 8 条

[1]

基于并行小生境技术优化的智能模糊聚类图像分割算法[J]. 刘云龙,林宝军.光电子.激光. 2010(04)

[2] 基于类内差异和类间重叠的有效性函数 [J].

贲圣兰 ;

苏光大 .

光电子激光., 2010, 21 (02) :298-302

[3] 变长度微粒群优化模糊聚类的自适应图像分割方法 [J].

甄子洋 ;

王道波 ;

刘文波 ;

刘媛媛 .

光电子激光., 2009, 20 (01) :99-102

[4] 基于云模型和FCM聚类的遥感图像分割方法 [J].

秦昆 ;

徐敏 .

地球信息科学, 2008, (03) :302-307

[5] 基于改进的模糊C均值聚类图像分割新算法 [J].

杨勇 ;

郑崇勋 ;

林盘 ;

潘晨 ;

顾建文 .

光电子·激光, 2005, (09) :1118-1122

[6] An intelligent modified fuzzy c-means based algorithm for bias estimation and segmentation of brain MRI [J].

Siyal, MY ;

Yu, L .

PATTERN RECOGNITION LETTERS, 2005, 26 (13) :2052-2062

[7] An adaptive fuzzy C-means algorithm for image segmentation in the presence of intensity inhomogeneities [J].

Pham, DL ;

Prince, JL .

PATTERN RECOGNITION LETTERS, 1999, 20 (01) :57-68

[8]

Robust Image Segmentation Using FCM With Spatial Constraints Based on New Kernel-Induced Distance Measure. Songcan Chen,Daoqiang Zhang. IEEE Transactions on Systems Man and Cybernetics . 2004

← 1 →