基于邻域的多尺度模糊C-均值聚类图像分割

• 作者: 刘睿 屈志毅 王申 马晓军
• 来源期刊: 科技与创新
• 关键词: 邻域 多尺度 模糊C-均值聚类 图像分割
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 184-185,171
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.02.076

摘要

模糊C-均值(FCM)聚类是一种无监督聚类技术,广泛应用于图像分割.但它计算量偏大,且仅利用像素信息时像素进行聚类,而未使用空间分布信息.本文提出基于邻域信息的多尺度FCM聚类图像分割方法,该方法由小波分解得到图像多尺度框架,对框架顶层低分辨率图像的每个像素,用它的邻接像素引导它的聚类过程,来决定该像素的聚类,再由图像框架逐层对聚类分割进行细节修正.分割实验表明,该方法对比标准FCM分割,具有更好的抗噪性,且图像分割更均匀.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马晓军	兰州大学信息科学与工程学院	33	301	11.0	16.0
2	屈志毅	兰州大学信息科学与工程学院	45	415	12.0	18.0