期刊文章详细信息
文献类型:期刊文章
机构地区:[1]南方医科大学生物医学工程学院,广州510515
基 金:国家"九七三"重点基础研究发展规划项目基金(2003CB716101);国家自然科学基金重点项目(30130180)资助~~
年 份:2006
卷 号:29
期 号:2
起止页码:296-301
语 种:中文
收录情况:BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:2006159819768)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:图像分割是图像信息处理的热点和难点之一.常用的分割方法有阈值法和聚类法等.模糊C均值(FCM)算法因其实现简单、结果较优而得到广泛应用,但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题.研究者们对此进行了大量研究和改进,但均无法彻底解决上述问题.基于模拟退火算法和互信息量,以最大互信息量为优化目标,文中提出了一种新的分类类数判据———互信息熵差,并在此基础上构造了一种新的阈值分割算法———最大互信息量分割算法(MMS).实验结果表明,MMS克服了FCM算法的上述不足.更为重要的是,作为一种一般性的分类算法,MMS算法如同FCM一样,可以应用到图像分割以外的更广阔的领域,如经济学、运筹学、模式识别等.
关 键 词:图像分割 互信息最 模糊C均值算法
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...