10.13682/j.issn.2095-6533.2015.05.007
相对熵模糊C均值聚类分割算法
针对模糊C均值聚类分割算法无法获得复杂图像的细节信息问题,提出一种相对熵模糊 C均值聚类分割算法。该算法利用划分隶属度构造相对熵,对传统模糊C均值聚类进行正则化约束,将其作为正则化因子添加到传统 FCM的目标函数,得到新的聚类目标函数。通过拉格朗日乘子最优化推导,得到新的隶属度和聚类中心的迭代更新表达式。实验结果表明,该算法对于图像与背景灰度相近的复杂图像可以清晰的分割出图像的轮廓,也比FCM方法获得更多的图像细节信息。
图像分割、模糊C均值聚类、相对熵模糊C均值聚类、细节信息
TP391.4(计算技术、计算机技术)
国家自然科学基金重点资助项目61136002;陕西省自然科学基金资助项目2014JM8331,2014JQ5138
2015-09-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
38-42,61