FCM与马氏空间约束条件下的快速图像分割技术研究  

Research of fast image segmentation based on Markov spatial constraint and fuzzy C-means clustering

作　　者：刘思远[1] 李晓峰[1] 吴宏刚[1] 李在铭[1] 

机构地区：[1]电子科技大学通信与信息工程学院,成都610054

出　　处：《计算机应用研究》2007年第8期220-222,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(10376005);国家"863"计划资助项目(2004AA823120)

摘　　要：提出了一种FCM与马氏空间约束的快速图像分割技术。在FCM图像分割算法的基础上,引入了Markov随机场用以描述图像分割中的空间约束信息,并通过多级级联的方式获得最后的图像分割结果。这样既克服了传统模糊C均值聚类算法只考虑图像中的数值特征信息,忽略像素间的空间约束关系的缺点,又最大限度地保证了分割算法计算的简单有效性。实验证明,与其他模糊C均值聚类算法相比,本文方法有更好的可靠性与有效性。This paper put forward a novel image segmentation technology based on Markov spatial constraint and fuzzy C- means （FCM） clustering. Based on fuzzy segmentation information drawn from standard fuzzy C-means clustering algorithm, the algorithm used Markov random filed to represent the spatial constraint information of image segmentation result. The new approach avoided the defect of standard FCM algorithm and kept the computation simplicity. The results of experiment prove the robustness and validity.

关 键 词：图像分割 马氏空间约束 模糊C均值聚类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]