模糊局部信息 C-均值聚类算法的修正

• 作者: 加小红 罗维薇
• 来源期刊: 兰州交通大学学报
• 学科: 工学
• 关键词: 模糊 C 均值 聚类 图像分割 邻域信息 灰度信息 灰度方差
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 电子、信息与计算机
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP39.41
• 字数: 3437字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4373.2016.01.006

摘要

针对模糊局部信息 C-均值（fuzzy local information C-means，FLICM）聚类算法因其局部空间信息的局限性而导致图像分割结果存在误差的问题，改进 FLICM 算法的相似度测量因子，并考虑邻域空间距离、灰度信息以及灰度方差对分割效果的影响，提出一种用于图像分割的模糊局部信息 C 均值的修正算法（WFLICM）。实验结果表明，WFLICM 能够估算邻域像素的衰减程度，提高图像的分割性能，在抑制噪声的同时更好地保留图像细节，且具有更好的抗噪鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗维薇	兰州交通大学电子与信息工程学院	12	61	5.0	7.0
2	加小红	兰州交通大学电子与信息工程学院	4	14	3.0	3.0