各向异性权重的模糊C均值聚类图像分割

被引：47

作者：

纪则轩

陈强

孙权森

夏德深

机构：

[1] 南京理工大学计算机科学与技术学院

来源：

计算机辅助设计与图形学学报 | 2009年 / 10期

关键词：

图像分割; 模糊C均值聚类; 各向异性权重; 抗噪性; 局部空间信息;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

传统的模糊C均值聚类算法(FCM)在图像分割中未考虑各个点的灰度特征及其邻域像素的关联程度,导致其对于噪声十分敏感.而各种改进算法虽然较好地克服了图像噪声的影响,但由于使用均值滤波等方法导致分割图像边缘模糊.为此,提出一种基于各向异性权重的FCM图像分割方法,通过引入新的邻域窗口权重的计算方法,使得中心点邻域内各点具有各向异性的权重;并使用基于灰度级的快速算法,提出了各向异性权重的模糊C均值聚类算法.实验结果表明,文中方法具有较强的抗噪性,对于噪声具有良好的稳定性,分割精度较高.

引用

页码：1451 / 1459+1466 +1466

页数：10