基于二维直方图加权的高斯核FCM图像分割

文中提出了基于二维直方图加权的高斯核FCM图像分割方法,该方法在传统FCM算法中融入了二维直方图的加权系数及高斯核函数。在图像分割中,由于噪声干扰,传统的FCM算法在许多情况下并不能有效区分目标和背景,而利用二维直方图中像素点与其领域间相关的空间信息,将其作为加权系数用来调整聚类中心,可有效提高分割效率。此外,算法结合高斯核函数用于改善FCM算法在样本特征空间线性不可分时带来的划分不准的缺点,改善图像分割效果。实验结果表明,此算法在提高图像分割效率的基础上,比传统算法具有更好的鲁棒性与有效性。

Gaussian kernel FCM Image segmentation method based on the two-dimensional histogram weighting coefficient