一种适用于灰度图像分割的快速FCM算法

被引：18

作者：

丁震

胡钟山

杨静宇

唐振民

邬永革

机构：

[1] 南京理工大学计算机科学系

来源：

模式识别与人工智能 | 1997年 / 10卷 / 02期

关键词：

图像分割; 模糊聚类; 模糊C-均值算法;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程.然而,FCM算法用于图像数据聚类时的最大缺陷是运算的开销太大.这就限制了这种方法在图像分割中的应用.本文根据FCM算法和灰度图像的特点,提出了一种适用于灰度图像分割的快速模糊C-均值(QFCM)算法.该方法降低了运算开销,使得分割耗时明显减少.本文从数学和实验上证明了这种算法的有效性和可行性.

引用

页码：133 / 139

页数：7

共 6 条

[1]

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

[2]

A threshold fuzzy c-means algorithm for semi-fuzzy clustering. Kamel M S,Selim S Z. Pattern Recognition . 1991

[3]

A comparison of neural network and fuzzy clustering techniques in segmenting magnetic resonance images of the brain. Hall,LO,Bensaid,AM,Clarke,LP. IEEE Transactions on Neural Networks . 1992

[4]

Efficient implementation of the fuzzy Cmeans clustering algorithms. R. L. Cannon,,J. V. Daveand,and J. C. Bezdek. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1986

[5]

Picture segmentation by a directed split and merge procedure.Proc 2nd Int. Cof. J. L. Horowitz,T. Pavlids. Pattern Recognition . 1974

[6]

Pattern recognition[P]. 英国专利:GB2070871A,1981-09-09

← 1 →