模糊C均值聚类算法在多元图像分割中的应用  

The Application of Fuzzy C-means Algorithm in Multivariate Image Segmentation

作　　者：佟伟祥[1,2] 宋凯[1] 

机构地区：[1]沈阳理工大学信息科学与工程学院,沈阳110168 [2]辽宁经济管理干部学院,沈阳110122

出　　处：《微处理机》2008年第5期135-136,140,共3页Microprocessors

基　　金：863计划项目(2003AA41250);辽宁省教委A类基金(20243303)

摘　　要：改进的模糊C均值聚类算法在对多元图像进行分割的过程中,通过给图像中各个类的对象分配不同的权值来提高模糊C均值聚类算法对不同大小类的敏感性。实验证明,经过改进的模糊C均值聚类算法克服了原始算法对多元图像中类大小敏感性差的问题。The improved Fuzzy C -means clustering algorithm assigns different conditional values to object of different cluster to overcome the sensitivity of fuzzy C - means clustering for unequal cluster sizes in multivariate images. From experiment it is easy to find that the improving of Fuzzy C - means clustering algorithm overcomes the sensitivity of original algorithm for unequal cluster sizes in multivariate images.

关 键 词：模糊C均值法 多元图像分割 聚类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]