共查询到14条相似文献,搜索用时 46 毫秒
1.
用模糊聚类Fuzzy C-Means算法实现图像分割 总被引:1,自引:0,他引:1
本文描述了一种有效的Fuzzy C-Means(FCM)聚类算法的数学原理及其在图像分割中的应用,该算法的主要特点是提供了一种非监督的模糊聚类方式。为了减少计算量,文章引入了塔型数据结构PDS(Pyramid Data Structure),并对FCM算法的初始模糊矩阵的选取和实验结果进行了讨论。 相似文献
2.
本文以灰色关联度为基础,提出了灰色模糊聚类分析法,并将它应用于多目标优化设计中。经实例分析表明,该方法可较好地反映出多目标系统的模糊性特征,使优选方案(或参数)的结果更为客观、合理,是一种新型的优化设计方法。 相似文献
3.
模糊聚类协作区域主动轮廓模型医学图像分割 总被引:4,自引:0,他引:4
医学图像分割的研究对于医学影像发展具有重要意义.区域主动轮廓模型(CV)易受目标和背景区域面积比的影响,且对初始位置敏感.针对上述现象,本文提出一种模糊C-均值聚类(FCM)协作改进CV模型的图像分割算法,即FCM-CV算法.首先在CV模型中增加能量权值函数消除面积比的影响,然后用FCM粗分割结果指导设定改进CV模型零水平集的初始位置.实验结果表明,与CV模型和局部二值拟合模型(LBF)相比,FCM-CV算法消除了面积比对分割精度和效率的影响,具有更好的数值稳定性,且对初始位置不敏感,提高了图像分割的准确性. 相似文献
4.
5.
挖掘机器人自主挖掘目标的实现过程中,利用视觉信息跟踪、识别挖掘机器人铲斗目标是关键技术之一.传统的阈值分割方法很难将铲斗从复杂环境中分割出来,提出了改进的分水岭铲斗图像目标分割方法,首先对铲斗目标图像进行模糊C-均值(C为预定的类别数目)聚类分割,再以初步分割后的图像为基础得到梯度图像,将梯度值与设定的阈值比较得到标记点,最后以标记点作为极小值点进行分水岭分割.实验表明分割效果得到了改善. 相似文献
6.
7.
8.
基于模糊C-均值聚类算法的柴油机磨损模式识别 总被引:1,自引:0,他引:1
将模糊C-均值聚类算法应用到柴油机磨损模式评价体系中,通过聚类中心和归一化的标准向量建立了磨损模式的模糊分析模型.对实际采集的20个样本进行模糊聚类分析,并与贴近度算法所得结果进行比较,证明模糊C-均值聚类算法对柴油机磨损模式的识别是准确、有效的. 相似文献
9.
应用聚类和分形实现复杂背景下的扩展目标分割 总被引:2,自引:0,他引:2
将K-均值聚类方法与分形理论相结合,提出了一种分两个阶段对扩展目标进行分割的方法.在预分割阶段,运用粗糙集理论求取初始聚类中心,在K-均值聚类分割和区域连通的基础上,检测图像边缘并进行边界跟踪,对于获得的目标和背景团块根据扩展目标特性确定目标潜在区域.在进一步分割阶段,给出图像分维数随尺度变化的函数,利用自适应阈值,根据分形理论的尺度不变性进一步抑制预分割结果中的自然背景,并运用形态学开运算消除背景粘连.实验表明该方法能有效并可靠地实现复杂背景下扩展目标的精确分割,分割出的扩展目标轮廓细节保持良好. 相似文献
10.
模糊C-均值(FCM)聚类算法是数据挖掘中常用的方法之一,但往往受到初始聚类中心影响,收敛结果易陷入局部极小值的问题。该文提出了一种基于人工萤火虫(GSO)的模糊聚类算法(GSFM)。该算法引入了全局寻优能力强的人工萤火虫算法来求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效克服了FCM算法的缺点。实验结果表明,新算法与FCM聚类算法相比,提高了算法的寻优能力,并且迭代次数更少,收敛速度更快,聚类效果更好。 相似文献
11.
12.
13.