首页 | 官方网站   微博 | 高级检索  
     

结合灰度共生矩阵和模糊聚类的图像分割技术
引用本文:李慧慧,余正生.结合灰度共生矩阵和模糊聚类的图像分割技术[J].杭州电子科技大学学报,2010,30(3):63-66.
作者姓名:李慧慧  余正生
作者单位:杭州电子科技大学图形图像研究所,浙江,杭州,310018
基金项目:浙江省自然科学基金资助项目 
摘    要:该文主要研究了灰度共生矩阵和模糊均值聚类两种图像分割方法,对于这两种方法分别提取了4种纹理特征描述符:角二阶矩、对比度、相关性和熵来进行图像分割。并结合两种方法得出一种改进的图像分割方法。分别用这两种方法和改进后的方法对lean图进行分割并对分割的结果进行比较分析,实验证明改进后的方法优于灰度共生矩阵法,且优于模糊聚类法中用对比度和熵进行图像分割的效果,提高了图像的分割精度。

关 键 词:灰度共生矩阵  模糊聚类  隶属函数  聚类中心  隶属矩阵

Combining Gray Level Co-occurrence Matrix and Fuzzy Clustering Image Segmentation Technology
LI Hui-hui,YU Zheng-sheng.Combining Gray Level Co-occurrence Matrix and Fuzzy Clustering Image Segmentation Technology[J].Journal of Hangzhou Dianzi University,2010,30(3):63-66.
Authors:LI Hui-hui  YU Zheng-sheng
Affiliation:(Institute of Computer Graphics and Image Processing,Hangzhou Dianzi University,Hangzhou Zhejiang 310018,China)
Abstract:该文主要研究了灰度共生矩阵和模糊均值聚类两种图像分割方法,对于这两种方法分别提取了4种纹理特征描述符:角二阶矩、对比度、相关性和熵来进行图像分割。并结合两种方法得出一种改进的图像分割方法。分别用这两种方法和改进后的方法对lean图进行分割并对分割的结果进行比较分析,实验证明改进后的方法优于灰度共生矩阵法,且优于模糊聚类法中用对比度和熵进行图像分割的效果,提高了图像的分割精度。
Keywords:gray level co-occurrence matrix  fuzzy clustering  membership function  cluster center  membership matrix
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号