改进FCM在交互式图像分割中的应用
为解决由于自然纹理的干扰而导致的分割图像边缘模糊问题,对模糊C均值聚类算法进行改进并应用于交互式图像分割中.用户通过输入种子点来获得目标和背景的主要特征,并将输入的种子点作为聚类中心点;提出全局空间相似性度量标准并引入Gabor能量滤波器来计算图像中各点到聚类中心的距离;算法首次引入边缘密度概念定义权重因子,根据图像特点,自适应地计算图像中任意一点的纹理特征和颜色特征在特征空间中所占比例,使得到的特征更加准确地描述图像的本质属性.对具有自然纹理背景的图像进行仿真实验,应用两种性能指标来比较本文所提算法与随机游走算法的分割精度.实验结果表明,本文算法分割精度高于模糊聚类和随机游走算法.
模糊C均值聚类、图像分割、Gabor能量滤波器、边缘密度、随机游走
17
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目81000639,60674021;中国博士后科学基金项目20100470791
2012-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
342-348