基于互信息与类距离测度最优的图像聚类

• 作者: 夏德深 孙越泓 魏建香
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像聚类 互信息 类距离 对称分布 粒子群优化
• 年，卷（期）: 2011,（34）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 199-202,241
• 分类号: TP391.41
• 字数: 6244字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.34.056

摘要

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系.从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的图像分割方法——基于互信息和类距离测度最优的图像聚类算法.对医学图像进行仿真,实验结果表明该算法得到的图像边界清晰连续,图像的内部特征保持完好,与多种聚类算法相比,图像分割的质量明显得到提高.

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	魏建香	南京人口管理干部学院信息科学系	32	291	10.0	16.0