计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
12期
3828-3830
,共3页
崔兆华%高立群%马红宾%李洪军
崔兆華%高立群%馬紅賓%李洪軍
최조화%고립군%마홍빈%리홍군
图像分割%模糊C-均值聚类算法%图像局部熵%万有引力算子
圖像分割%模糊C-均值聚類算法%圖像跼部熵%萬有引力算子
도상분할%모호C-균치취류산법%도상국부적%만유인력산자
image segmentation%FCM clustering algorithm%image local entropy%gravity algorithm
为了克服传统模糊C-均值(fuzzy C-means,FCM)聚类算法特征描述单一、易受复杂灰度影响而出现误分割的缺点,将万有引力和图像局部熵融入到FCM算法.算法首先引入图像局部信息熵来描述节点(像素点)间的特征,同时计算新节点的同质值;其次,将该同质值看做新节点的质量,节点之间通过万有引力算子形成关联,使节点灰度特征和节点空间位置特征有效结合,以此解决传统FCM算法节点特征描述孤立的缺陷.最后,对三类典型的灰度分布不均的医学图像进行仿真实验,结果表明改进算法获得了更加精确的分割结果.
為瞭剋服傳統模糊C-均值(fuzzy C-means,FCM)聚類算法特徵描述單一、易受複雜灰度影響而齣現誤分割的缺點,將萬有引力和圖像跼部熵融入到FCM算法.算法首先引入圖像跼部信息熵來描述節點(像素點)間的特徵,同時計算新節點的同質值;其次,將該同質值看做新節點的質量,節點之間通過萬有引力算子形成關聯,使節點灰度特徵和節點空間位置特徵有效結閤,以此解決傳統FCM算法節點特徵描述孤立的缺陷.最後,對三類典型的灰度分佈不均的醫學圖像進行倣真實驗,結果錶明改進算法穫得瞭更加精確的分割結果.
위료극복전통모호C-균치(fuzzy C-means,FCM)취류산법특정묘술단일、역수복잡회도영향이출현오분할적결점,장만유인력화도상국부적융입도FCM산법.산법수선인입도상국부신식적래묘술절점(상소점)간적특정,동시계산신절점적동질치;기차,장해동질치간주신절점적질량,절점지간통과만유인력산자형성관련,사절점회도특정화절점공간위치특정유효결합,이차해결전통FCM산법절점특정묘술고립적결함.최후,대삼류전형적회도분포불균적의학도상진행방진실험,결과표명개진산법획득료경가정학적분할결과.
