基于顾及像素空间信息的加权FCM聚类的图像分割

被引：10

作者：

康家银

闵乐泉

机构：

[1] 北京科技大学信息工程学院

来源：

北京科技大学学报 | 2008年 / 09期

关键词：

图像分割; 空间信息; 加权; 模糊C均值;

D O I：

10.13374/j.issn1001-053x.2008.09.020

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对标准的FCM算法没有考虑像素的空间信息而对噪声比较敏感和没有考虑不同样本数据对聚类效果的不同影响的不足,提出了一种顾及像素空间信息的基于图像的灰度直方图加权的FCM聚类算法,它在Szilagyi等提出的算法基础上通过引入图像的灰度直方图加权对算法中的目标函数进行修改.对人工合成图像和真实图像的数值模拟结果均显示出该算法的优良性能.

引用

页码：1072 / 1078

页数：7

共 5 条

[1] 基于特征加权的模糊聚类新算法 [J].

李洁 ;

高新波 ;

焦李成 .

电子学报, 2006, (01) :89-92

[2]

A Fuzzy C-Means (FCM)-Based Approach for Computerized Segmentation of Breast Lesions in Dynamic Contrast-Enhanced MR Images 1[J] . Weijie Chen,Maryellen L. Giger,Ulrich Bick.Academic Radiology . 2006 (1)

[3] Hard C-means clustering for voice activity detection [J].

Gorriz, J. M. ;

Ramirez, J. ;

Lang, E. W. ;

Puntonet, C. G. .

SPEECH COMMUNICATION, 2006, 48 (12) :1638-1649

[4]

Color image segmentation: advances and prospects[J] . H.D. Cheng,X.H. Jiang,Y. Sun,Jingli Wang.Pattern Recognition . 2001 (12)

[5] 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

← 1 →