融合结构特征的增强型FCM图像分割算法
来源期刊:东北大学学报(自然科学版)2013年第7期
论文作者:崔兆华 张萍 李洪军 高立群
文章页码:922 - 926
关键词:图像分割;模糊C均值聚类;均值滤波;纹理特征;二维Gabor滤波器;
摘 要:为了使基于模糊C均值(FCM)聚类的图像分割算法对复杂图像更具适用性,将图像结构特征融合到增强型FCM算法.首先,对原始图像进行均值滤波,将滤波结果与原始图像进行线性叠加形成新的输入图像.其次,采用二维Gabor滤波函数提取新的输入图像的纹理结构特征,以此代替灰度特征来衡量节点间的相似性.最后,采用一种改进的节点间距离度量公式来计算图像中节点与聚类中心点的差异.仿真结果表明,对结构复杂的图像所提算法获得了更加精确的分割结果.
崔兆华1,张萍2,李洪军3,高立群1
1. 东北大学信息科学与工程学院2. 鞍山师范学院3. 白城医学高等专科学校
摘 要:为了使基于模糊C均值(FCM)聚类的图像分割算法对复杂图像更具适用性,将图像结构特征融合到增强型FCM算法.首先,对原始图像进行均值滤波,将滤波结果与原始图像进行线性叠加形成新的输入图像.其次,采用二维Gabor滤波函数提取新的输入图像的纹理结构特征,以此代替灰度特征来衡量节点间的相似性.最后,采用一种改进的节点间距离度量公式来计算图像中节点与聚类中心点的差异.仿真结果表明,对结构复杂的图像所提算法获得了更加精确的分割结果.
关键词:图像分割;模糊C均值聚类;均值滤波;纹理特征;二维Gabor滤波器;