首页 | 本学科首页   官方微博 | 高级检索  
     检索      

各向异性权重的模糊C均值聚类图像分割
引用本文:纪则轩,陈强,孙权森,夏德深.各向异性权重的模糊C均值聚类图像分割[J].计算机辅助设计与图形学学报,2009,21(10).
作者姓名:纪则轩  陈强  孙权森  夏德深
作者单位:南京理工大学计算机科学与技术学院,南京,210094
基金项目:国家自然科学基金,江苏省自然科学基金,江苏省博士后基金 
摘    要:传统的模糊C均值聚类算法(FCM)在图像分割中未考虑各个点的灰度特征及其邻域像素的关联程度,导致其对于噪声十分敏感.而各种改进算法虽然较好地克服了图像噪声的影响,但由于使用均值滤波等方法导致分割图像边缘模糊.为此,提出一种基于各向异性权重的FCM图像分割方法,通过引入新的邻域窗口权重的计算方法,使得中心点邻域内各点具有各向异性的权重;并使用基于灰度级的快速算法,提出了各向异性权重的模糊C均值聚类算法.实验结果表明,文中方法具有较强的抗噪性,对于噪声具有良好的稳定性,分割精度较高.

关 键 词:图像分割  模糊C均值聚类  各向异性权重  抗噪性  局部空间信息

Image Segmentation with Anisotropic Weighted Fuzzy C-Means Clustering
Ji Zexuan,Chen Qiang,Sun Quansen,Xia Deshen.Image Segmentation with Anisotropic Weighted Fuzzy C-Means Clustering[J].Journal of Computer-Aided Design & Computer Graphics,2009,21(10).
Authors:Ji Zexuan  Chen Qiang  Sun Quansen  Xia Deshen
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号