基于模糊聚类的图像分割研究进展

• 作者: 刘侍刚 加小红 张肖 张艳宁 雷涛
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 图像分割 模糊聚类算法 邻域信息 直方图 隐马尔科夫模型
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 综述评论
• 页码范围: 1776-1791
• 页数: 16页
• 分类号: TP391.41
• 字数: 8784字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.08.023

摘要

模糊聚类算法(Fuzzy C-Means,FCM)是一种基于软划分的聚类过程,已被广泛应用于机器学习、图像处理和计算机视觉等领域.虽然当前已涌现出大量关于FCM的图像分割算法,但仍然面临诸多挑战.本文将基于FCM的图像分割算法归纳为三类:基于空间邻域信息的FCM算法、基于直方图信息的快速FCM算法及基于维度加权的FCM算法.首先系统分析和阐述了各类FCM算法的研究现状,然后通过实验分析各类算法的性能,最后总结了FCM算法在图像分割中存在的问题以及将来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷涛	陕西科技大学电子信息与人工智能学院	59	482	12.0	18.0
3	张艳宁	西北工业大学计算机科学学院	187	2026	21.0	35.0
4	刘侍刚	陕西师范大学计算机科学学院	32	165	6.0	11.0
7	加小红	陕西科技大学电气与控制工程学院	4	5	1.0	2.0
8	张肖	陕西科技大学电气与控制工程学院	1	4	1.0	1.0