文献类型：期刊文章

作　　者：丁晓峰[1] 何凯霖[1]

DING Xiaofeng HE Kailin(Department of Computing,Chengdu College of University of Electronic Science and Technology of China,Chengdu 611731, P. R. China)

机构地区：[1]电子科技大学成都学院计算机系,成都611731

出　　处：《重庆邮电大学学报（自然科学版）》

年　　份：2017

卷　　号：29

期　　号：3

起止页码：377-381

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统FCM(fuzzy c-means)算法抗噪性差的问题,提出了一种基于一致性分片的模糊c均值聚类算法。为避免额外的空间邻域约束项带来的控制变量设置问题,该算法直接将FCM应用于图像片空间。为减弱空间邻域对图像边缘的模糊,采用基于置信区间的局部多项式交叉近似技术(local polynomial approximation and intersection of confidenec intervals,LPA-ICI)构造自适应形状一致性分片。在脑磁共振图像上的实验表明,与传统的FCM算法相比,该算法具有更高的分割精度和运行效率。

关 键 词：模糊C均值聚类 图像分割 一致性分片  脑磁共振图像  

分 类 号：TP391]