节点文献

针对复杂噪声场景的FCM聚类算法非局部改进

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【通讯作者】孙忠贵;

【摘要】 <正>作为一种常用的图像分割算法，模糊C均值聚类（FCM）对噪声过于敏感。针对此缺陷，研究者们提出了诸多改进算法。然而，现有算法在面对较为复杂的噪声场景时，所得图像分割效果往往不令人满意。通过对经典FCM算法的目标函数施加非局部正则化，该文给出一个FCM非局部改进算法（FCM＿UNL）。在复杂噪声场景下进行图像分割时，FCM＿UNL能保持较高的分类精度。初步的图像分割实验表明了所提算法的有效性。图像分割是图像处理的关键内容之一，分割质量的好坏往往对后续的图像识别、分析等环节有着直接影响^[1,2]。更多还原

【关键词】算法； FCM；图像分割；图像分割算法；分割质量；分割实验；正则化；图像识别；均值聚类；图像处理；

【基金】国家自然科学基金(11801249);山东省自然科学基金(ZR2020MF040);聊城大学开放课题(319312101-01)

【文献出处】数字技术与应用 ,Digital Technology & Application , 编辑部邮箱 ,2022年05期

【分类号】TP391.41
【下载频次】37

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献