基于多目标规划的模糊C均值聚类算法

• 作者: 李彬 王丹丹 陈武凡
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 图像分割 模糊C均值聚类算法 多目标规划 图像的空间信息
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1492-1495
• 页数: 4页
• 分类号: TP391
• 字数: 2782字
• 语种: 中文

摘要

模糊C均值聚类算法(FCM)是一种非常经典的非监督聚类技术,已被广泛地应用到医学图像分割.由于传统的FCM聚类算法在分割图像时仅利用了图像的灰度信息,未利用图像的空间信息,在分割叠加了噪声的磁共振(MR)图像时分割效果不理想.考虑到脑部MR图像真实的灰度值具有分片为常数的特性,按照合理利用图像空间信息的原则,对传统的FCM聚类算法进行了改进,引入多目标规划的概念,提出了一种新的,更加合理的应用图像空间信息的聚类算法.实验结果表明,应用该算法可以有效地分割含有噪声的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彬	南方医科大学生物医学工程学院	40	163	7.0	10.0
2	陈武凡	南方医科大学生物医学工程学院	214	1814	21.0	30.0
3	王丹丹	南方医科大学生物医学工程学院	9	32	3.0	5.0