文献类型：期刊文章

作　　者：李志梅[1,2] 肖德贵[1]

机构地区：[1]湖南大学计算机通信学院,湖南长沙410082 [2]桂林航天工业高等专科学校计算机系,广西桂林541004

出　　处：《计算机仿真》

基　　金：国家自然科学基金资助项目(90715029)

年　　份：2009

卷　　号：26

期　　号：8

起止页码：212-215

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：模糊C均值(FCM)聚类算法用于图像分割具有简单直观、易于实现的特点,但是存在计算量大、运算速度慢、抗噪能力差等问题,为解决上述问题提出了一种改进的快速FCM算法(FFCM),方法将空间信息融入到标准FCM算法中,将图像从像素空间映射到其灰度直方图特征空间,实现了快速聚类,然后在快速聚类的基础上,充分利用像素的邻域特性,依据最大隶属度原则,划分图像像素的类别归属,对隶属度函数做一定改进。实验结果表明,既能快速有效地分割图像,又具有较好地抗噪能力。

关 键 词：模糊C均值 聚类 图像分割

分 类 号：TP391]