基于样本和属性加权的二维FCM聚类分割法

摘要：

为衰减存在于图像上的噪声，尽可能地精确提取目标，提出一种基于样本和属性加权的二维模糊 C-均值(FCM)聚类分割法。构造合理的二维直方图对图像进行滤波，通过改变样本权的幂函数大小提高目标提取的精确性，为提高聚类效果及抗噪性，对目标函数的类内距离进行属性加权，实现属性权数值的自动确定。基于遥感图像和小目标图像的实验结果表明了该方法的有效性。

关键词：模糊C-均值聚类、二维直方图、样本加权、属性加权、类内距离

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金重点项目61136002;陕西省自然科学基金项目2014JM8331、2014JQ5138;国家863高技术研究发展计划基金项目2013AA014504;陕西省教育厅科学研究计划基金项目2015JK1654

在线出版日期：2016-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1604-1609,1631