基于全局空间相似性的模糊聚类算法
来源期刊:东北大学学报(自然科学版)2012年第2期
论文作者:依玉峰 高立群 郭丽
文章页码:178 - 181
关键词:模糊c均值聚类;图像分割;全局空间相似性度量;全局灰度相似性度量;空间分布;
摘 要:用传统模糊c均值聚类算法分割图像时,类内数据空间分布离散.针对这一问题,提出一种基于全局空间相似性模糊聚类算法.算法建立全局空间相似性度量标准和全局灰度相似性度量标准,分别计算图像中任意一点与聚类中心点的空间相似性和灰度相似性;通过调整参数来控制两种特征在节点间差异计算中所占的比重,增强了分割结果中类内数据样本空间分布的连续性.分别对3类具有不同特征的图像进行仿真实验,结果表明,与传统FCM算法相比,本文算法分割结果更加精确,更能满足用户的实际需要.
依玉峰1,2,高立群1,2,郭丽3
1. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化国家重点实验室3. 天津医科大学医学影像系
摘 要:用传统模糊c均值聚类算法分割图像时,类内数据空间分布离散.针对这一问题,提出一种基于全局空间相似性模糊聚类算法.算法建立全局空间相似性度量标准和全局灰度相似性度量标准,分别计算图像中任意一点与聚类中心点的空间相似性和灰度相似性;通过调整参数来控制两种特征在节点间差异计算中所占的比重,增强了分割结果中类内数据样本空间分布的连续性.分别对3类具有不同特征的图像进行仿真实验,结果表明,与传统FCM算法相比,本文算法分割结果更加精确,更能满足用户的实际需要.
关键词:模糊c均值聚类;图像分割;全局空间相似性度量;全局灰度相似性度量;空间分布;