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:
针对乳腺肿瘤红外图像的识别,提出一种基于模糊C聚类的实现方法.方法的三个主要步骤为图像预处理、特征提取及识别.图像预处理采用了各向异性扩散方程、梯度场强归一化、灰度均衡三种算法;特征提取通过计算乳腺图像肿瘤区域与非肿瘤区域的灰度共生矩阵,提取出图像的纹理特征;识别采用了模糊C聚类算法,对乳腺图像进行分类,标出乳腺图像的肿瘤区域.实验结果表明,本方法获得良好的效果.
推荐文章
基于分布信息直觉模糊c均值聚类的红外图像分割算法
直觉模糊c均值聚类
红外图像
高斯模型
局部信息
红外图像分割的改进模糊C均值聚类方法
红外图像分割
模糊C均值算法
聚类中心
轮廓指标
基于直方图的图像模糊聚类分割算法
模糊C-均值聚类
图像分割
直觉模糊C-均值聚类
图像模糊聚类
基于粒子群模糊C-均值聚类的图像分割算法
图像分割
粒子群优化算法
模糊C-均值聚类算法
全局优化
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 基于模糊C聚类的乳腺肿瘤红外图像识别
来源期刊 广西大学学报(自然科学版) 学科 工学
关键词 图像识别 乳腺肿瘤 红外图像 模糊C聚类
年,卷(期) 2018,(5) 所属期刊栏目 计算机与电子信息科学
研究方向 页码范围 1827-1835
页数 9页 分类号 TP391.4
字数 4506字 语种 中文
DOI 10.13624/j.cnki.issn.1001-7445.2018.1827
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 陈华 广西大学计算机与电子信息学院 45 231 8.0 12.0
2 聂雄 广西大学计算机与电子信息学院 27 80 5.0 8.0
3 黄宝婵 广西大学计算机与电子信息学院 1 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  (45)
共引文献  (136)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像识别
乳腺肿瘤
红外图像
模糊C聚类
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
广西大学学报(自然科学版)
双月刊
1001-7445
45-1071/N
大16开
广西南宁市大学路100号广西大学西校园学报编辑部
28832转3
1976
chi
出版文献量(篇)
4586
总下载数(次)
8
总被引数(次)
23980
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导