| 稳健模糊C-均值聚类算法在图像分割中的应用研究 |
| |
| 引用本文： | 张辉.稳健模糊C-均值聚类算法在图像分割中的应用研究[J].计算机工程与科学,2010,32(6):45-47. |
| |
| 作者姓名： | 张辉 |
| |
| 作者单位： | 北京交通大学计算机与信息技术学院,北京,100044;河北大学数学与计算机学院,河北,保定,071002 |
| |
| 基金项目： | 国家自然科学基金，国家重点基础研究发展规划(973计划)，河北省自然科学基金资助项目，河北省教育厅基金资助项目 |
| |
| 摘 要： | 模糊C-均值聚类是模式识别中的重要算法之一,很早就被应用到图像分割中。由于原始的模糊C-均值聚类算法没有考虑图像的空间信息,算法对图像中的噪音点十分敏感。针对这个问题,很多稳健模糊C-均值聚类算法被提出。通常的做法是在原来模糊C-均值聚类的目标函数中加入空间信息惩罚项。本文讨论这类方法,具体分析不同算法的空间信息加入方式,并指出其优缺点。
|
| 关 键 词： | 模糊C-均值聚类 图像分割 稳健性 去噪 |
| 收稿时间： | 2009-09-11 |
| 修稿时间： | 2009-12-16 |
A Study of the Robust Fuzzy C-Means Algorithm for Image Segmentation |
| |
| ZHANG Hui.A Study of the Robust Fuzzy C-Means Algorithm for Image Segmentation[J].Computer Engineering & Science,2010,32(6):45-47. |
| |
| Authors: | ZHANG Hui |
| |
| Affiliation: | (1.School of Computer and Information Technology,Beijing Jiaotong University,Beijing 100044;
2.School of Mathematics and Computer Science,Hebei University,Baoding 071002,China) |
| |
| Abstract: | Fuzzy C-means clustering is one of the important learning algorithms in the field of pattern recognition, which has been applied early to image segmentation. Without considering the spatial information of images, the original fuzzy C-means algorithm is very sensitive to image noise. Lots of robust fuzzy C-means algorithms have been proposed in the literature to solve this problem. A general solution is to add the spatial information to the object function of fuzzy C-means. This paper describes the way of embedding the spatial information and shows the advantages and disadvantages of this method. |
| |
| Keywords: | fuzzy C-means clustering image segmentation robust denoise |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
