基于局部隶属度和邻域信息的GIFP-FCM图像分割算法

摘要：

基于一般化的模糊划分GIFP-FCM聚类算法是模糊C均值算法(FCM)的一种改进算法,一定程度上克服了FCM算法对噪声的敏感性,但由于其没有考虑图像的邻域信息,对含有较大噪声的图像分割效果不理想.为此,提出将局部隶属度和局部邻域信息等引入到GIFP-FCM算法的目标函数中,通过重新计算每个像素的局部隶属度和邻域信息,较好地克服了噪声影响.利用该算法对合成图像、脑图分割的实验结果表明,对于含有高斯噪声、椒盐噪声和混合噪声的图像,新算法得到的划分系数值最大,划分熵最小,是一种去噪效果较好的图像分割算法.

关键词：图像分割、模糊C均值、邻域信息、鲁棒性、空间信息

所属期刊栏目：33

分类号：TN911.73

资助基金：滨州学院科研基金资助项目BZXYG1214

在线出版日期：2013-10-21（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：2355-2358