基于自适应加权图像块的广义模糊C均值算法
广义模糊C均值算法是一种比模糊C均值算法收敛速度更快的算法,然而它在分割灰度图像时对噪声敏感.为了改善其鲁棒性,提出基于图像块的像素灰度值加权的广义模糊C均值算法.该算法利用图像块代替单个像素构建目标函数,图像块内各像素的权重由邻域像素和中心像素空间关系及图像块内各像素灰度关系综合确定.以新目标函数为基础,利用拉格朗日乘子法推导出含图像块形式的隶属度和聚类中心表达式.通过这种方式,将邻域信息融入进聚类进程,提升算法的鲁棒性.利用合成图像和实际图像进行分割实验,结果表明:所提算法具有较强的鲁棒性和良好的分割性能.
图像处理、图像分割、广义模糊C均值、图像块、邻域信息
57
TP391.4(计算技术、计算机技术)
河北省高等学校科学技术研究项目;河北省高等学校科学技术研究项目;博士科研启动基金
2021-03-04（万方平台首次上网日期，不代表论文的发表时间）
共10页
80-89
