模糊聚类无监督算法在图像识别中的应用

被引:6
作者
磨莉
李龙龙
舒蕾
机构
[1] 陕西工业职业技术学院
关键词
模糊聚类; 无监督算法; 图像识别; 图像分割;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
本文就模糊C均值聚类算法的优势与缺陷为主要依据,提出了一种模糊聚类无监督算法,切实应用于图像分割。并提出了基于Polysegment快速分析纹理图像的方法明确聚类数目,在此基础上利用模糊聚类无监督算法获取最终分割结果。通过实验结果表明,模糊聚类无监督算法在图像分割中使用所获得的分割结果可以在很大程度避免图像纹理对分割结果的影响,有效分割目标图像与背景图像,精确度较高,而且对不同图像分割的精确性,幅值变化相对稳定,是一种非常科学有效的图像分割法,值得大力推广应用。
引用
收藏
页码:121 / 124+159 +159
页数:5
相关论文
共 7 条
[2]
智能交通背景下模糊聚类图像识别的优化设计 [J].
苏红帆 .
信息技术, 2016, (12) :152-155
[3]
基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测 [J].
唐庆菊 ;
刘俊岩 ;
王扬 ;
刘元林 ;
梅晨 .
红外与激光工程, 2016, (09) :281-285
[5]
基于改进的免疫模糊聚类方法的医学图像分割 [J].
吴宇翔 ;
龚涛 ;
梁文宇 .
微型机与应用, 2016, 35 (06) :51-53+57
[6]
基于改进模糊聚类算法的路面裂纹图像分割 [J].
王建锋 ;
于镇赫 ;
贾云亮 .
计算技术与自动化, 2015, 34 (04) :101-104
[7]
基于改进聚类算法医学图像的分割与应用 [D]. 
崔晓宇 .
大连理工大学,
2015