基于邻域的多尺度模糊C-均值聚类图像分割

摘要：

模糊C-均值(FCM)聚类是一种无监督聚类技术,广泛应用于图像分割.但它计算量偏大,且仅利用像素信息时像素进行聚类,而未使用空间分布信息.本文提出基于邻域信息的多尺度FCM聚类图像分割方法,该方法由小波分解得到图像多尺度框架,对框架顶层低分辨率图像的每个像素,用它的邻接像素引导它的聚类过程,来决定该像素的聚类,再由图像框架逐层对聚类分割进行细节修正.分割实验表明,该方法对比标准FCM分割,具有更好的抗噪性,且图像分割更均匀.

关键词：邻域、多尺度、模糊C-均值聚类、图像分割

所属期刊栏目：26

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：184-185,171