基于灰度空间特征的模糊C均值聚类图像分割

摘要：

模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但是该算法没有考虑像素的灰度和空间特征,对噪声十分敏感.因此提出一种改进的算法,在传统的FCM聚类的基础上,运用邻域像素的灰度相似度和聚类分布统计来构造新的隶属函数,对图像进行聚类分割.该方法不仅有效地抑制了噪声的干扰,而且把错分类的像素很容易的纠正过来.对两种类型的含噪图像的实验结果表明该方法对噪声具有很强的鲁棒性和对像素聚类的正确性.

关键词：模糊C均值、灰度相似性、邻域空间特征、图像分割、鲁棒性

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：甘肃省自然科学基金3ZS042-B25-007

在线出版日期：2007-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1358-1360,1363