基于核函数距离测度的加权模糊C均值聚类与Markov空域约束的快速鲁棒图像分割

计算机科学 ›› 2006, Vol. 33 ›› Issue (4): 225-227.

基于核函数距离测度的加权模糊C均值聚类与Markov空域约束的快速鲁棒图像分割

刘思远李晓峰李在铭

电子科技大学通信与信息工程学院,成都610054

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
国家自然科学基金（10376005）,863国家高技术项目（2004AA823120）资助.

LIU Si Yuan, LI Xiao-Feng ,LI Zai-Ming （School of Communication and Information Engineering,UESTC,Chengdu 610054）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 由于模糊C均值聚类算法（FCM）存在两大缺陷：（1）对于非球形的数据聚类形式鲁棒性不够；（2）只考虑图像中的数值特征信息，而忽略了像素间的空间约束关系，因此FCM算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题，本文提出了一种结合Markov空域约束与基于核函数距离测度的加权模糊c均值聚类的快速鲁棒图像分割方法。为克服缺点（1），我们使用基于核函数的距离测度取代FCM中的欧氏距离，并使用加权模糊聚类的方式保证了计算的简洁性。与此同时，我们用Markov随机场描述图像的空域约束信息，并且通过数

关键词: 核函数 Markov随机场模糊C均值聚类数据融合鲁棒性

Abstract: In image segmentation, Fuzzy C-Means Clustering （FCM）lacks enough robustness to noise owing to- （1）the non-robustness of Euclidean distance for non-spherical structure of input data; （2）disregard of spacial constraint information. To overcome the problems

Key words: Kernel function, Markov random field, Fuzzy c-means clustering, Data fusion, Robustness

刘思远李晓峰李在铭. 基于核函数距离测度的加权模糊C均值聚类与Markov空域约束的快速鲁棒图像分割[J]. 计算机科学, 2006, 33(4): 225-227. https://doi.org/

LIU Si Yuan, LI Xiao-Feng ,LI Zai-Ming （School of Communication and Information Engineering,UESTC,Chengdu 610054）. [J]. Computer Science, 2006, 33(4): 225-227. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed