原文服务方: 计算技术与自动化       
摘要:
传统的FCM(fuzzy c-means)算法可以准确的分割多数无噪声图像,但对噪声图像非常敏感.针对于此类问题,提出了一种基于形态学重建的改进FCM算法.首先利用形态学闭合重建算子对含噪图像进行光滑化.然后利用基于邻域信息的改进FCM算法对合成图像及医学图像进行分割处理,最终得出了更加精确的分割结果.通过与其它两类算法进行数值实验对比,验证了所提出算法的有效性和实用性.
推荐文章
形态学梯度重建的改进快速分水岭算法
图像分割
快速分水岭变换
形态学梯度重建
基于数学形态学的图像边缘检测改进研究
图像
数学形态学
边缘检测
结构元素
抗噪性能
基于软形态学的top-hat算子改进算法
红外图像
背景抑制
数学形态学
目标检测
基于形态学重建和极大值标记的分水岭分割算法
图像分割
形态学重建
分水岭
结构元素
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 基于形态学重建改进的FCM算法
来源期刊 计算技术与自动化 学科
关键词 图像分割 形态学重建 模糊c均值算法
年,卷(期) 2020,(1) 所属期刊栏目 算法分析与研究
研究方向 页码范围 93-96
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.202001019
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 李水艳 河海大学理学院 7 12 1.0 3.0
2 候慧 河海大学理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
图像分割
形态学重建
模糊c均值算法
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
论文1v1指导