各向异性权重的模糊C均值聚类图像分割

• 作者: 夏德深 孙权森 纪则轩 陈强
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 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
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 图像与图形的融合
• 页码范围: 1451-1459,1466
• 页数: 10页
• 分类号: TP391.4
• 字数: 6371字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏德深	南京理工大学计算机科学与技术学院	220	3601	29.0	48.0
2	孙权森	南京理工大学计算机科学与技术学院	112	1385	19.0	32.0
3	陈强	南京理工大学计算机科学与技术学院	91	1365	20.0	33.0
4	纪则轩	南京理工大学计算机科学与技术学院	20	320	10.0	17.0