基于空间距离的快速模糊C均值聚类算法

被引：7

作者：

王军玲 ^{[1
,2
]}

王士同 ^{[1
]}

包芳 ^{[2
]}

周建林 ^{[3
]}

机构：

[1] 江南大学数字媒体学院

[2] 江苏省信息融合软件工程技术研发中心

[3] 江苏省江阴职业技术学院计算机科学系

来源：

计算机工程与应用 | 2015年 / 51卷 / 01期

关键词：

模糊C均值聚类; 空间距离; 鲁棒性;

D O I：

暂无

中图分类号：

TP391.41 []; TP311.13 [];

学科分类号：

080203 ; 1201 ;

摘要：

针对传统的模糊C均值聚类算法在进行图像分割时对孤立点、噪声点敏感性较强,聚类耗时随图像变大而快速增长等缺陷,基于临近元素空间距离的模糊C均值聚类算法即SFGFCM算法,采用核化的空间距离公式,计算出空间临近像素与考察像素的相似度Sij,然后用邻近像素灰度加权和计算出邻近信息制约图像,并进一步在邻近信息制约图像的灰度级统计的基础上进行聚类。该算法考察了临近像素灰度和位置等信息,并且它们之间取得了很好的平衡;不仅表现出较强的鲁棒性且很好地保留了原图像边缘等细节信息,提高了聚类精度,同时大大缩短了大幅图像的聚类时间。通过在合成图像、医学图像及自然图像上的大量实验,与传统算法对比该算法聚类性能明显提高,在图像分割上体现出了较好的分割效果。

引用

页码：177 / 183+188 +188

页数：8

共 7 条

[1] 基于模糊C均值聚类和邻域分析的无监督多通道遥感图像变化检测 [J].

赵磊 ;

王斌 ;

张立明 .

数据采集与处理, 2011, 26 (04) :395-401

[2]

Fast and robust fuzzy c -means clustering algorithms incorporating local information for image segmentation[J] . Weiling Cai,Songcan Chen,Daoqiang Zhang.Pattern Recognition . 2006 (3)

[3] Segmentation techniques for tissue differentiation in MRI of Ophthalmology using fuzzy clustering algorithms [J].

Yang, MS ;

Hu, YJ ;

Lin, KCR ;

Lin, CCL .

MAGNETIC RESONANCE IMAGING, 2002, 20 (02) :173-179

[4] A generic fuzzy rule based image segmentation algorithm [J].

Karmakar, GC ;

Dooley, LS .

PATTERN RECOGNITION LETTERS, 2002, 23 (10) :1215-1227

[5]

A fuzzy hyperspectral classifier for automatic target recognition (ATR) systems[J] . Sameh M Yamany,Aly A Farag,Shin-Yi Hsu.Pattern Recognition Letters . 1999 (11)

[6] 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

[7]

Fuzzy Connectedness and Object Definition: Theory, Algorithms, and Applications in Image Segmentation[J] . Jayaram K. Udupa,Supun Samarasekera.Graphical Models and Image Processing . 1996 (3)

← 1 →