基于直方图相关性约束的快速多阈值FCM图像分割算法

摘要：

针对传统的模糊C均值(FCM)聚类算法在样本数和特征数较多时,运算较为复杂以及耗时较多的问题,本文提出了一种采用直方图的相关性作为约束采样率的快速多阈值FCM分割方法,控制图像失真,使得需要运算的数据量减少,以获得较快的分割速度.由于借助了基于模糊集的图像分割技术--模糊C均值算法实现多阈值图像分割,考虑到了每个像素对于聚类中心的隶属度,使得其有较好的适用性.根据实验结果,在保持传统FCM算法的分割效果的前提下,该算法的分割灰度图像耗时是传统FCM的1.4%,因此该算法具有一定的应用价值.

关键词：模糊C均值聚类算法、图像分割、模糊聚类、直方图、相关性

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省教育厅专项基金资助项目09JK497

在线出版日期：2011-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-106