快速模糊分割算法

被引：27

作者：

叶秀清

顾伟康

肖强

机构：

[1] 浙江大学信息与电子工程学系

来源：

模式识别与人工智能 | 1996年 / 9卷 / 01期

关键词：

图像分割; 模糊C-均值算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像分割中一个重要问题是如何快速和正确地将图像分割成一些有意义的区域.由于图像处理对象的复杂性,因此在处理的不同层次都可能出现不确定性和不精确性,即模糊性.模糊方法可以解决处理过程中的模糊性.本文首先简要介绍模糊C-均值算法,然后提出我们改进的方法,旨在解决图像处理中大数据量引起的计算速度问题,并给出了实验结果.经过改进后的模糊C-均值算法可以作为计算机视觉系统的预处理过程.

引用

页码：66 / 70

页数：5

共 7 条

[1]

Iterative fuzzy image segmentation. Huntsberger T L,Jacobs C L,Cannon R L. Pattern Recognition . 1985

[2]

Pattern recognition with fuzzy objective function algorithms. Bezdek JC. . 1981

[3]

A fuzzy relative of the ISODATA process and its use in detecting compact well separated cluster. Dunn J C. Journal of Cybernetics . 1974

[4]

Fast ISODATA clustering algorithms. Venkateswarlu N B,Raju P S V S K. Pattern Recognition . 1992

[5]

Pattern recognition.[P]. DIEP THANH A;AVI-ITZHAK HADAR I;GARLAND HARRY T.EP0622750A2,1994-11-02

[6]

Color information for region segmentation. Ohta Y,Kanade T,Sakai T. Computer Graphics . 1980

[7]

A convergence theorem for the fuzzy ISODATA clustering algorithms. Bezdek J C. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1980

← 1 →