基于空间距离的快速模糊C均值聚类算法

• 作者: 包芳 周建林 王军玲 王士同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊C均值聚类 空间距离 鲁棒性
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 177-183,188
• 页数: 8页
• 分类号: TP391.41
• 字数: 6670字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1302-0170

摘要

针对传统的模糊C均值聚类算法在进行图像分割时对孤立点、噪声点敏感性较强，聚类耗时随图像变大而快速增长等缺陷，基于临近元素空间距离的模糊C均值聚类算法即SFGFCM算法，采用核化的空间距离公式，计算出空间临近像素与考察像素的相似度Sij ，然后用邻近像素灰度加权和计算出邻近信息制约图像，并进一步在邻近信息制约图像的灰度级统计的基础上进行聚类。该算法考察了临近像素灰度和位置等信息，并且它们之间取得了很好的平衡；不仅表现出较强的鲁棒性且很好地保留了原图像边缘等细节信息，提高了聚类精度，同时大大缩短了大幅图像的聚类时间。通过在合成图像、医学图像及自然图像上的大量实验，与传统算法对比该算法聚类性能明显提高，在图像分割上体现出了较好的分割效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0