基于像素邻域信息噪声修正的FCM图像分割算法
2015-09-18廖周宇王钰婷唐凤仙
软件导刊 2015年8期
廖周宇 王钰婷 唐凤仙
摘要:针对模糊聚类算法(FCM)在图像分割中存在对噪声敏感的缺陷,提出一种利用邻域像素平均隶属度的信息修正噪声的FCM图像分割算法。该算法在利用FCM对图像进行分割的基础上,使用邻域像素信息对结果中存在的孤立点的隶属度进行修正,从而使孤立点得以消除,减少乃至消除噪声影响。实验结果表明,改进后的方法显著提高了FCM算法对噪声的抗干扰性和分割精度。
关键词:图像分割;模糊聚类算法;噪声;孤立点修正;隶属度
DOIDOI:10.11907/rjdk.151454
中图分类号:TP317.4
文献标识码:A 文章编号文章编号:16727800(2015)008019903
基金项目基金项目:河池学院计算机网络与软件新技术重点实验室项目(院科研[2013]3号)
作者简介作者简介:廖周宇(1985-),男,四川阆中人,硕士,河池学院计算机与信息工程学院助教,研究方向为计算机视觉、图像处理;王钰婷(1987-),女,四川成都人,硕士,兰州交通大学电子与信息工程学院助教,研究方向为图像分割、智能优化;唐凤仙(1977-),女,广西都安人,硕士,河池学院计算机与信息工程学院副教授,研究方向为模式识别、图像处理。
0 引言
图像分割是一个将图像分成若干个特定的、具有独特性质的区域,并从中提取出感兴趣目标的过程。它是图像处理到图像分析的关键步骤。目前,图像分割的方法主要有:基于阈值分割方法、基于区域的分割方法、基于边缘的分割方法、基于聚类的分割方法等[1]。
模糊C均值聚类(FCM)算法是一种经典的模糊聚类分析方法,它在图像分割领域已引起广泛关注。……
登录APP查看全文
