基于FCM的无监督纹理分割

被引：7

作者：

蒋晓悦

赵荣椿

江泽涛

机构：

[1] 西北工业大学计算机学院

[2] 西北工业大学计算机学院西安

[3] 西安

[4] 南昌航空工业学院计算机系

[5] 南昌

来源：

计算机研究与发展 | 2005年 / 05期

关键词：

模糊c均值聚类; 聚类有效性; 小波包框架;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

由于图像所包含的纹理类别数目常常是未知的,因此无监督的纹理分类相比于有监督的纹理分类更具有实际的应用价值.从聚类的本质定义出发,采用了一种基于类内、类间距离比值的聚类有效性判别函数RII.为了减弱随着聚类数目的递增对判别函数带来的影响,分别采用最大类内距和最小类间距替代类内、类间距离之和作为判别因子.由于FCM的收敛速度与初始类别数目有一定的相关性,再引入收敛速度作为聚类有效性函数的惩罚因子,给出了一个新的判别函数nRII,有效地预防过分类现象,准确地评价了聚类结果.

引用

页码：862 / 867

页数：6

共 7 条

[1]

On fuzzy distances and their use in image processing under imprecision. Isabelle Bloch. Pattern Recognition . 1999

[2]

Unsupervised optimal fuzzy clustering. I. Gath,A. B. Geva. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1989

[3]

Convergence theory for fuzzy c-means: Counterexamples and repairs. James C. Bezdek,Richard J. Hathway,et al. IEEE Trans.System, Man, and Cybernetics . 1987

[4]

Some new indexs of cluster validity. James C Bezdek,Nikhil R Pal. IEEE Trans. Systems, Man and Cybernetics, Part B . 1998

[5]

PATTERN RECOGNITION[P]. RINGLAND SIMON PATRICK ALEXAND;TALINTYRE JOHN EDWARD.EP0917708B1,2002-03-27

[6]

Unsupervised texture segmentation using Gabor filters. A. K. Jain,F. Farrokhnia. Pattern Recognition . 1991

[7]

A validity measure for fuzzy clustering. X. L. Xie,G. Beni. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1991

← 1 →