基于改进的FCM算法图像分割研究

作者： 朱然 ; 李积英

摘要： 将自适应均值滤波引入到FCM算法中.首先利用自适应加权窗,计算邻域像素的加权系数,重新计算原图像的自适应加权均值图像,然后利用新的目标函数、聚类中心函数及隶属度函数完成图像分割.因为充分考虑了像素的空间信息和邻域像素对中心像素的影响程度的不同,使得正常数据和异常数据有所区分,从而降低噪声数据对中心像素的影响程度.最后将改进的算法应用到道岔缺口的提取中.实验结果表明,改进的FCM算法在噪声的干扰下,能够分割出较为完整的道岔缺口图像,克服了FCM算法对噪声敏感的问题,提高了FCM算法的鲁棒性.

关键字： 模糊C均值聚类 自适应滤波 道岔缺口 鲁棒性

---

上一篇：一种具有学习能力的人工蜂群优化算法
下一篇：优选特征指导下雾化图像背景抑制算法仿真