一种融入局部信息的直觉模糊C-均值聚类图像分割算法

• 作者: 娄昊 王昭 范九伦 赵凤
• 来源期刊: 计算机应用研究
• 关键词: 图像分割 模糊C-均值 直觉模糊集 空间邻域
• 年，卷（期）: 2014,（9）
• 页码范围: 2864-2866,2872
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.073

摘要

模糊C-均值(FCM)算法对图像噪声敏感,聚类过程中只考虑图像的数值特征信息而忽略像素间空间约束关系,同时单一隶属度并不能充分描述图像的不确定性,这使得基于FCM的图像分割不够准确.融入局部信息的改进FCM算法虽然对图像噪声有一定鲁棒性,但对图像细节保持不够,难以分割微小区域.针对上述问题,提出一种基于直觉模糊集的改进模糊C-均值(IFS_FCM)图像分割算法.该方法将直觉模糊集理论融入到FCM中,充分考虑图像的不确定性,同时在目标函数中引入空间邻域信息,使得该分割算法对噪声鲁棒性增强的同时还能保持图像细节信息.实验结果表明,IFS_FCM能获得更加理想的图像分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范九伦	西安邮电大学通信与信息工程学院	250	2961	27.0	43.0
2	赵凤	西安邮电大学通信与信息工程学院	29	651	10.0	25.0
3	娄昊	武警工程大学信息工程系	12	92	6.0	9.0
4	王昭	西安邮电大学通信与信息工程学院	2	29	2.0	2.0