-
题名一种基于图像滤波的加权FCM图像分割算法
被引量：1
- 1
-
-
作者
宋娈娈
-
机构
中北大学理学院数学系
-
出处
《商丘师范学院学报》
CAS
2014年第12期10-14,共5页
-
基金
国家自然科学基金资助项目(61171179
61227003
+4 种基金
61301259)
山西省自然科学基金资助项目(2012021011-2)
高等学校博士学科点专项科研基金资助课题(20121420110006)
山西省回国留学人员科研资助项目(2013-083)
山西省高等学校优秀创新团队支持计划资助
-
文摘
针对模糊C均值(FCM)图像分割算法受初始值影响较大以及对噪声的抑制作用较差的问题,提出一种基于图像滤波的加权FCM图像分割算法.该算法采用快速FCM算法进行初分割,降低了初始值的影响,同时引入自适应中值滤波器,并与加权FCM算法相结合进行迭代滤波分割,不仅能很好地抑制噪声的影响而且能使分割更精确.利用该算法分别对人工合成的和真实的含噪图像进行分割实验,实验结果表明:本文算法对含噪图像有很好的分割结果.
-
关键词
图像分割
加权fcm
快速fcm
自适应中值滤波
-
Keywords
image segmentation
weighted fcm
fast fcm
adaptive median filtering
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于快速FCM与随机游走算法的图像自动分割方法
- 2
-
-
作者
许健才
张良均
余燕团
-
机构
广州城市职业学院
广州泰迪智能科技有限公司
湖南师范大学
-
出处
《广东技术师范学院学报》
2016年第2期48-52,共5页
-
基金
广州市科技和信息化局2013年应用基础研究专项(2013J4100073)
-
文摘
在图像分割中,针对FCM算法存在聚类数目需要预先给定、收敛速度慢等缺点,本文把快速模糊C均值聚类算法和随机游走算法相结合,具体方法为先采用快速模糊C均值聚类算法对图像进行预分割,以便获得聚类中心的位置,然后将该中心作为随机游走的种子点,再进行图像分割,实验结果得到了较为满意的预期效果,证明该方法是可行的.本文的研究为快速FCM实现自适应性和开发图形图像预处理系统提供了技术支持与理论依据.
-
关键词
快速fcm
随机游走
图像分割
自适应性
二层减法聚类算法
-
Keywords
fast fcm
random walk
image segmentation
self-adaptive
two-layer subtraction cluster
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名结合非局部均值的快速FCM算法分割MR图像研究
被引量：8
- 3
-
-
作者
张翡
范虹
郝艳荣
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第5期304-307,314,共5页
-
基金
陕西省科学技术研究发展计划项目(2012K06-36)
中央高校基本科研业务费自由探索项目(GK201102006)资助
-
文摘
针对FCM算法分割医学MR图像存在的运算速度慢、对初始值敏感以及难以处理MR图像中固有Rician噪声等缺陷,提出了一种结合非局部均值的快速FCM算法。该算法的核心是首先针对MR图像中存在的Rician噪声,利用非局部均值算法对图像进行去噪处理,消除噪声对分割结果的影响;然后根据所提出的新的自动获取聚类中心的规则得到初始聚类中心;最后将得到的聚类中心作为快速FCM算法的初始聚类中心用于去噪后的图像分割,解决了随机选择初始聚类中心造成的搜索速度慢和容易陷入局部极值的问题。实验表明,该算法能够快速有效地分割图像,并且具有较好的抗噪能力。
-
关键词
快速fcm算法
MR图像分割
Rician噪声
非局部均值
-
Keywords
fast fcm algorithm
Medical MR image segmentation
Rician noise
Non-local means
-
分类号
TP391.72
[自动化与计算机技术—计算机应用技术]
-
-
题名基于快速FCM算法的多目标分割CV模型
被引量：5
- 4
-
-
作者
葛琦
张建伟
陈允杰
吴玲玲
王克松
-
机构
南京信息工程大学数理学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第23期217-219,共3页
-
基金
国家自然科学基金资助项目(60805003)
江苏省教育厅"青蓝工程"基金资助项目(20070047)
香港特区政府研究资助局基金资助项目(CUHK/4185/00E)
-
文摘
Chan-Vese(CV)模型是基于水平集方法演化不依赖图像梯度的算法,能很好地处理拓扑变化和弱边界,但对于目标和背景对比度低的边界以及多目标区域分割效果较差。针对上述问题提出一种基于快速模糊F均值(FCM)算法和邻域模板改进的CV模型。利用快速FCM算法提取图像特征信息,采用邻域模板阈值法对不同的目标区域分别处理,准确控制了轮廓线的分裂,能够分割出更多的目标区域。
-
关键词
Chan—Vese模型
快速模糊F均值算法
邻域模板
多目标
-
Keywords
Chan-Vese（CV） model
fast fcm algorithm
local template
multiple-objects
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
