-
题名融合多信息的噪声图像分割算法研究
被引量：4
- 1
-
-
作者
刘丛
李咨兴
唐坚刚
-
机构
上海理工大学光电信息与计算机工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2019年第9期1940-1945,共6页
-
基金
国家自然科学基金项目(61703278,61772342)资助
-
文摘
针对现有分割算法不能同时处理离散和几何噪声及对初始解敏感等问题,提出一种基于多目标进化算法的多信息融合图像分割算法.首先,提出一种新的分割模型,该模型将隶属度、包含度和局部空间信息融合在一起,以提高算法对离散噪声和几何噪声的分割精度.其次,使用归一化熵来自适应调节空间信息的权重,以提高权重参数的自适应性.再次使用类内紧凑度和类间分离性设计第二个分割模型.并使用多目标进化算法对提出的两个模型进行优化,以获得全局最优解.最后使用本文算法对六幅测试图像进行分割实验,并将其与其它经典算法进行实验对比.实验表明,本文算法具有较高的抗噪能力.
-
关键词
图像分割
多信息融合
动态加权
多目标进化算法
-
Keywords
image segmentation
multi-information fusion
dynamic weighting
multi-objective evolutionary algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名自适应融合空间信息的图像分割
- 2
-
-
作者
李咨兴
唐坚刚
刘丛
-
机构
上海理工大学光电工程与计算机学院
-
出处
《软件导刊》
2019年第2期148-152,共5页
-
文摘
传统模糊C均值算法没有充分利用像素周围的空间信息,所以算法抗噪效果不理想,且该算法仅利用像素隶属度信息,分割规则过于单一。因此,提出一种基于包含度及空间信息的聚类算法以提高图像分割抗噪性和准确性。首先将包含度信息加入到目标函数中,以弥补隶属度单一化的不足;其次将像素周围的邻域信息作为空间信息加入到目标函数中,使用信息熵与交叉熵调节像素信息和空间信息之间的权重;最后使用梯度下降法优化该目标函数以便对图像进行正确分割。以4组卫星图像为例进行分割,并分别与FCM算法、PCM算法、AFCM_S1算法进行对比。实验结果表明,基于包含度和空间信息的聚类算法对噪声点具有较好的处理效果,可提升分割精度和负率度。
-
关键词
模糊C均值
聚类分析
图像分割
空间信息
包含度
-
Keywords
fuzzy C-mean
clustering analysis
image segmentation
spatial information
inclusion degree
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
