针对模糊c均值聚类(FcM)算法存在对噪声和图像中的异常值非常敏感的缺点,本文提出了一种基于空间信息的FcM图像分割算法(Fuzzy spatial information c-means clustering,FSIcM)。该算法有效的利用图像中的空间信息和待分割图像的灰度信...
详细信息
针对模糊c均值聚类(FcM)算法存在对噪声和图像中的异常值非常敏感的缺点,本文提出了一种基于空间信息的FcM图像分割算法(Fuzzy spatial information c-means clustering,FSIcM)。该算法有效的利用图像中的空间信息和待分割图像的灰度信息,提高了对噪声图像的分割精度。首先将得到的空间函数引入到隶属度函数中改变了每个像素点的隶属度权重,以此来抑制噪声。然后,将图像中像素的邻域信息考虑进来,对每个像素进行处理形成线性加权和图像,对新形成的图像的灰度直方图进行聚类。通过对合成图像和真实图像的实验结果表明,FSIcM算法对噪声图像的分割精度均在99%以上,对比其他算法,本文提出的算法能够在保持图像重要细节的同时去除噪声,对噪声图像具有鲁棒性。
暂无评论