文献类型：期刊文章

作　　者：徐金东[1] 赵甜雨[1] 冯国政[1] 欧世峰[2]

XU Jindong;ZHAO Tianyu;FENG Guozheng;OU Shifeng(School of Computer and Control Engineering,Yantai University,Yantai 264005,China;School of Opto-Electronic Information Science and Technology,Yantai University,Yantai 264005,China)

机构地区：[1]烟台大学计算机与控制工程学院,烟台264005 [2]烟台大学光电信息科学与技术学院,烟台264005

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(62072391,62066013);山东省自然科学基金(ZR2019MF060,ZR2017MF008);山东省高等教育科学技术重点计划(J18KZ016);烟台市科技计划(2018YT06000271)。

年　　份：2021

卷　　号：43

期　　号：7

起止页码：2079-2086

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：像素间的上下文相关信息对图像分割算法的抗噪性和准确性具有重要意义,现有的模糊C均值(FCM)聚类算法对此缺乏充分考虑。该文基于对空间上下文的可靠性度量,提出一种模糊C均值聚类算法(RSFCM)应用于图像分割:通过对空间上下文有效建模来提高聚类算法的抗噪声干扰性能,并研究了一种新的可靠性模糊度量指标,使聚类算法能更好地平衡细节保留和去噪,从而获得更加准确的分割结果。实验选取人工合成图像、交通标志图像和遥感图像3类数据测试聚类算法性能,结果表明,RSFCM在图像分割过程中能有效地抑制椒盐噪声和高斯噪声引起的类内异构及类间同构问题,能提高图像的像素可分性,并有效地保留了图像的边缘细节。

关 键 词：图像分割 聚类 模糊C均值 空间上下文  

分 类 号：TN911.73]