论文研究-一种融入局部信息的直觉模糊C-均值聚类图像分割算法.pdf
模糊C-均值（FCM）算法对图像噪声敏感，聚类过程中只考虑图像的数值特征信息而忽略像素间空间约束关系，同时单一隶属度并不能充分描述图像的不确定性，这使得基于FCM的图像分割不够准确。融入局部信息的改进FCM算法虽然对图像噪声有一定鲁棒性，但对图像细节保持不够，难以分割微小区域。针对上述问题，提出一种基于直觉模糊集的改进模糊C-均值（IFS_FCM）图像分割算法。该方法将直觉模糊集理论融入到FCM中，充分考虑图像的不确定性，同时在目标函数中引入空间邻域信息，使得该分割算法对噪声鲁棒性增强的同时还能保持图像细节信息。实验结果表明，IFS_FCM能获得更加理想的图像分割效果。
文件下载
评论信息
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明