首页> 中文期刊> 《智能系统学报》 >融入类贡献抑制因子的灰度级模糊C均值图像分割

融入类贡献抑制因子的灰度级模糊C均值图像分割

         

摘要

基于灰度级模糊C均值图像分割算法具有分割速度快的优势.由于无损检测图像中背景类和目标类差异较大,该算法不能有效地将目标分割出来,故提出改进的基于灰度级的模糊C均值算法.构建了一种与类大小反向相关的类贡献抑制因子表达式,将之融入目标函数后能够降低较大类对目标函数的贡献,这可避免较小类的聚类中心受较大类的影响而靠近较大类的聚类中心.最小化新的目标函数可得新形式的隶属度和聚类中心表征形式.采用类大小差异较大的无损检测图像进行试验,结果显示本文算法得到的分割图像视觉效果良好,而且指标G_mean也更高,进一步提升了基于灰度级模糊C均值算法适应能力.

著录项

  • 来源
    《智能系统学报》 |2021年第4期|641-648|共8页
  • 作者单位

    河北地质大学 信息工程学院 河北 石家庄 050031;

    河北省光电信息与地球探测技术重点实验室 河北石家庄 050031;

    河北省智能传感物联技术工程技术研究中心 河北 石家庄 050031;

    河北地质大学 信息工程学院 河北 石家庄 050031;

    河北省光电信息与地球探测技术重点实验室 河北石家庄 050031;

    河北省智能传感物联技术工程技术研究中心 河北 石家庄 050031;

    河北地质大学 信息工程学院 河北 石家庄 050031;

    河北省光电信息与地球探测技术重点实验室 河北石家庄 050031;

    河北省智能传感物联技术工程技术研究中心 河北 石家庄 050031;

    河北省光电信息与地球探测技术重点实验室 河北石家庄 050031;

    河北省智能传感物联技术工程技术研究中心 河北 石家庄 050031;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    模糊C均值算法; 图像分割; 灰度级; 空间信息; 无损检测图像; 去噪; 聚类中心; 目标函数;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号