基于改进模糊聚类算法鲁棒的图像分割
对噪声图像提出了一种改进的模糊聚类分割算法.因为模糊C均值聚类(FCM)算法具有对噪声数据敏感的缺点,该算法通过提升意义更趋明晰的模糊隶属度来改变模糊聚类中的目标函数,即通过在标准的FCM算法中使用到类的Vomnoi cell的距离来取代到类的原型的欧氏距离,从而增强了聚类结果的鲁棒性.实验结果表明,改进的算法较之于FCM对于噪声图像的分割有更好的鲁棒性.
图像分割、模糊聚类、鲁棒性、Voronoi cell
13
TP391(计算技术、计算机技术)
国家自然科学基金60704047;60773206;教育部跨世纪优秀人才培养计划NCET-04-0496;教育部科学技术基金105087;国防应用基础研究基金A1420061266
2008-06-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
911-917