基于SSCL的模糊C均值图像分类方法

• 作者: 刘纯平 张书奎 李卫伟 王朝晖
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 图像分割 模糊C均值 自分裂竞争学习
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 215-220
• 分类号: TP319.4
• 字数: 3476字
• 语种: 中文

摘要

针对传统模糊C均值聚类方法对噪声敏感和过分依赖于初始聚类中心的缺点,提出基于SSCL的模糊C均值图像分类的自适应算法.该算法首先通过SSCL获得初始类别数和类别中心,然后作为模糊C均值聚类的输入,自动对图像进行分割,并对图像分割结果利用空间信息进行后处理.实验结果表明该方法较好地解决了FCM算法中的初始化和噪声敏感问题,具有较好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘纯平	苏州大学计算机科学与技术学院	54	665	13.0	24.0
2	王朝晖	苏州大学计算机科学与技术学院	35	153	8.0	10.0
3	张书奎	苏州大学计算机科学与技术学院	67	419	11.0	16.0
4	李卫伟	苏州大学计算机科学与技术学院	1	3	1.0	1.0