| 改进的基于模糊C-均值聚类的图像分割算法 |
| |
| 引用本文： | 李伟. 改进的基于模糊C-均值聚类的图像分割算法[J]. 哈尔滨商业大学学报(自然科学版), 2013, 29(4) |
| |
| 作者姓名： | 李伟 |
| |
| 作者单位： | 哈尔滨工程大学信息与通信工程学院,哈尔滨,150001 |
| |
| 摘 要： | 目前的FCM类型的算法聚类数目的确定需要聚类原形参数的先验知识,否则算法就会产生误导.为了提高图像分割算法的抗噪性能,用K均值聚类算法简单、快速的优点对模糊C均值聚类算法进行改进.结合图像的邻域信息,对图像的直方图作均衡化处理,改善图像质量,通过自适应滤波,降低噪声对分割效果的影响.先用K均值聚类算法对图像进行分割,快速的获得较为准确的聚类中心和初次分割图像,避免了FCM算法中初始聚类中心选择不当造成的死点问题.用邻域灰度均值信息代替传统模糊C均值聚类算法中的灰度信息,对K均值聚类得到的图像作二次分割.该方法能更好的抑制噪声的干扰,提高了聚类算法的分割精确度.
|
| 关 键 词： | 模糊C-均值聚类 图像分割 空间邻域 灰度直方图 模糊聚类 K均值聚类 |
Study on improved image segmentation algorithm based on fuzzy C-means clustering |
| |
| LI Wei. Study on improved image segmentation algorithm based on fuzzy C-means clustering[J]. Journal of Harbin University of Commerce :Natural Sciences Edition, 2013, 29(4) |
| |
| Authors: | LI Wei |
| |
| Abstract: | |
| |
| Keywords: | fuzzy C-means clustering image segmentation spatial neighborhood gray histogram fuzzy clustering K-means clustering |
| 本文献已被 万方数据 等数据库收录！ |
|
