基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对改进的模糊C均值聚类算法在进行图像分割时构建的邻域权值函数未能同时考虑空间结构信息和灰度值域信息,而导致对噪声敏感及边缘纹理信息的处理粗糙的问题,提出了一种结合小波变换和改进邻域权值的FCM算法.该算法首先在原始灰度图像的基础上进行小波多分辨率分析的自适应阈值去噪处理;然后在重构图像上结合双边滤波的思想构建一个基于图像块局部空间邻域信息和灰度值域信息的改进邻域权值函数.实验结果表明,该算法比传统FCM算法以及FCM的改进算法有更高的分割精确度,对强噪声更具鲁棒性,图像边缘也更加平整.
推荐文章
基于小波变换和粒子群改进的FCM图像分割方法
图像分割
模糊C均值
小波变换
各向异性滤波
粒子群算法
去噪算法
基于小波变换的匹配插值算法
图像插值
小波变换
匹配点
小波重构
基于奇异值分解和小波变换的图像压缩算法
故障诊断
奇异值分解
小波变换
图像压缩
霍夫曼编码
基于小波系数树权值关系的盲水印算法
小波变换
人类视觉系统
小波系数树
盲检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合小波变换和改进邻域权值的FCM算法
来源期刊 计算机系统应用 学科
关键词 模糊C均值聚类 图像分割 小波变换 双边滤波 图像块 邻域信息 灰度信息
年,卷(期) 2016,(2) 所属期刊栏目 软件技术·算法
研究方向 页码范围 116-123
页数 8页 分类号
字数 5276字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王福龙 广东工业大学应用数学学院 33 206 8.0 13.0
2 彭婷 广东工业大学应用数学学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (95)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(13)
  • 参考文献(1)
  • 二级参考文献(12)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(14)
  • 参考文献(1)
  • 二级参考文献(13)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模糊C均值聚类
图像分割
小波变换
双边滤波
图像块
邻域信息
灰度信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导