一种融合邻域信息的模糊C-均值图像分割算法

摘要：

模糊C-均值算法(fuzzy C-means,FCM)对图像噪声敏感,只考虑了图像数值信息而忽略了邻域空间信息,造成最终的图像分割结果不精确.为了克服FCM存在的问题,将图像局部信息与非局部信息融人到多测度模型中,扩充了原本聚类的单一测度.另外将先验概率引入隶属度矩阵中,使得每次迭代前,隶属度矩阵中像素点的邻域信息都被充分考虑,最后添加一个邻域隶属度惩罚项修正聚类结果.实验证明:该算法对噪声鲁棒性强,能够获得较为理想的图像分割效果.

关键词：模糊C-均值、图像分割、空间信息、局部信息、非局部信息、多测度模型、邻域隶属度、惩罚项

所属期刊栏目：14

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省六大人才高峰项目DZXX-028

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：273-280