基于人工蜂群与模糊C均值的自适应小波变换的噪声图像分割

石雪松; 李宪华; 孙青; 宋韬

首页> 中文期刊> 《计算机应用》 >基于人工蜂群与模糊C均值的自适应小波变换的噪声图像分割

基于人工蜂群与模糊C均值的自适应小波变换的噪声图像分割

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统模糊C均值(FCM)聚类算法在处理噪声图像时易受到噪声影响的问题,提出了基于FCM的小波域特征增强的噪声图像分割方法.首先,将噪声图像进行二维小波分解;其次,对近似系数进行边缘增强,同时利用人工蜂群(ABC)优化算法对细节系数进行阈值处理,并将处理后的系数进行小波重构;最后,对重构后的图片使用FCM算法来进行图像分割.选取5幅典型的灰度图像,分别添加高斯噪声和椒盐噪声,使用多种方法进行分割,以分割后图像的峰值信噪比(PSNR)和误分率(ME)作为性能指标,实验结果表明,所提方法分割后的图片相较于传统FCM聚类算法分割方法和粒子群优化(PSO)分割方法分割后的图片在PSNR上最多分别有281％和54％的提升,在ME上最多分别有55％和41％的降低.可见所提出的分割方法较好地保留了图像边缘纹理信息,其抗噪性能与分割性能得到了提升.

著录项

来源
《计算机应用》 |2021年第8期|2312-2317|共6页
作者
石雪松; 李宪华; 孙青; 宋韬;
展开▼
作者单位

安徽理工大学机械工程学院安徽淮南232001;

安徽理工大学机械工程学院安徽淮南232001;

上海大学机电工程与自动化学院上海200444;

上海大学机电工程与自动化学院上海200444;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
模糊C均值; 小波分解; 人工蜂群; 小波重构; 峰值信噪比; 误分率;

相似文献

中文文献
外文文献
专利

1. 快速自适应非局部空间加权与隶属度连接的模糊C-均值噪声图像分割算法 [J] . 王小鹏 ,王庆圣 ,焦建军 . 电子与信息学报 . 2021,第001期
2. 基于粗糙集和模糊C均值聚类对噪声图像分割 [J] . 李云松 ,李晓洁 ,陈亚琨 . 电脑知识与技术 . 2016,第035期
3. 基于自适应滤波的快速广义模糊C均值聚类图像分割 [J] . 王小鹏 ,张永芳 ,王伟 . 模式识别与人工智能 . 2018,第011期
4. 基于自适应正则化的核模糊C-均值聚类图像分割 [J] . 袁健 ,肖化 . 电子技术与软件工程 . 2017,第018期
5. 基于模糊均值聚类的自适应指纹图像分割 [J] . 项明 ,吴小培 ,汤婷 . 电子测量技术 . 2009,第5期
6. 基于小波变换和模糊c均值聚类的SAR图像分割 [C] . 路雅宁 ,程英蕾 . 第六届全国信号与信息处理联合学术会议 . 2007
7. 基于模糊C-均值聚类与模糊支持向量机的自适应图像分割算法 [A] . 杨漫 . 2014

基于人工蜂群与模糊C均值的自适应小波变换的噪声图像分割

摘要

著录项

相似文献

相关主题

期刊订阅