| 基于SSCL的模糊C均值图像分类方法 |
| |
| 引用本文： | 李卫伟,刘纯平,王朝晖,张书奎. 基于SSCL的模糊C均值图像分类方法[J]. 中国图象图形学报, 2011, 16(2): 215-220 |
| |
| 作者姓名： | 李卫伟 刘纯平 王朝晖 张书奎 |
| |
| 作者单位： | 苏州大学,苏州大学计算机科学与技术学院,苏州大学计算机科学与技术学院,苏州大学计算机科学与技术学院 |
| |
| 基金项目： | 国家自然科学基金项目（60873116）；江苏省自然科学基金项目（BK2009593，BK2008161，BK2009116）；江苏省高校自然科学研究项目 (09KJA520002)；江苏省现代企业信息化应用支撑软件工程技术研究开发中心项目(SX200804) |
| |
| 摘 要： | 针对传统模糊C均值聚类方法对噪声敏感和过分依赖于初始聚类中心的缺点，提出基于SSCL的模糊C均值图像分类的自适应算法。该算法首先通过SSCL获得初始类别数和类别中心，然后作为模糊C均值聚类的输入，自动对图像进行分割，并对图像分割结果利用空间信息进行后处理。实验结果表明该方法较好地解决了FCM算法中的初始化和噪声敏感问题，具有较好的分类结果。
|
| 关 键 词： | 图像分割； 模糊C均值； 自分裂竞争学习 |
| 收稿时间： | 2009-01-08 |
| 修稿时间： | 2010-11-02 |
Fuzzy C-means image classification algorithm based on SSCL |
| |
| Liw Weiwei,Liu Chunping,Wang Zhaohui and Zhang Shukui. Fuzzy C-means image classification algorithm based on SSCL[J]. Journal of Image and Graphics, 2011, 16(2): 215-220 |
| |
| Authors: | Liw Weiwei Liu Chunping Wang Zhaohui Zhang Shukui |
| |
| Affiliation: | Li Weiwei,Liu Chunping,Wang Zhaohui,Zhang Shukui(Department of Computer Science and Technology,Soochow University,Suzhou 215006 China) |
| |
| Abstract: | An adaptive fuzzy C-means image classification algorithm based on SSCL is proposed, in order to overcome the shortcomings that traditional fuzzy C-means clustering algorithm is noise-sensitive and relies excessively on initial cluster centers. First we obtain the cluster centers using SSCL, then treat the cluster centers as the initial value of fuzzy C-means, so an adaptive image classification can be achieved. At last, post processing is implemented using space information. Experiment results show that proposed algorithm is less sensitive to noise and initial cluster centers in FCM method, and has better classification accuracy. |
| |
| Keywords: | image segmentation fuzzy C-means self-splitting competitive learning |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
