计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
14期
193-195
,共3页
模糊C均值%粗糙度%医学图像分割%离散化%聚类
模糊C均值%粗糙度%醫學圖像分割%離散化%聚類
모호C균치%조조도%의학도상분할%리산화%취류
针对传统模糊C均值(FCM)未考虑邻域信息引起的局部收敛性差、效率低等问题,提出一种基于粗糙度的改进FCM算法.利用包含空间信息和灰度信息的窗口构造直方图上近似,并进一步获取图像粗糙度,从而确定初始聚类中心,实现医学图像的分割.实验结果表明,与传统FCM算法相比,改进算法不仅能分割出图像中的全局成分,而且具有较高的运行效率.
針對傳統模糊C均值(FCM)未攷慮鄰域信息引起的跼部收斂性差、效率低等問題,提齣一種基于粗糙度的改進FCM算法.利用包含空間信息和灰度信息的窗口構造直方圖上近似,併進一步穫取圖像粗糙度,從而確定初始聚類中心,實現醫學圖像的分割.實驗結果錶明,與傳統FCM算法相比,改進算法不僅能分割齣圖像中的全跼成分,而且具有較高的運行效率.
침대전통모호C균치(FCM)미고필린역신식인기적국부수렴성차、효솔저등문제,제출일충기우조조도적개진FCM산법.이용포함공간신식화회도신식적창구구조직방도상근사,병진일보획취도상조조도,종이학정초시취류중심,실현의학도상적분할.실험결과표명,여전통FCM산법상비,개진산법불부능분할출도상중적전국성분,이차구유교고적운행효솔.
