模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (6): 987-995    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于区域特征分析的快速FCM图像分割改进算法
徐少平1,刘小平1,3,李春泉1,2,胡凌燕1,杨晓辉1,2
1。南昌大学信息工程学院南昌330031
2。南昌大学机电工程学院南昌330031
3。DepartmentofSystemsandComputerEngineering,CarletonUniversity,Ottawa,ONCanadaK1S5B6
An Improved Fast FCM Image Segmentation Algorithm Based on Region Feature Analysis
XU Shao-Ping1, LIU Xiao-Ping1,3, LI Chun-Quan1,2, HU Ling-Yan1, YANG Xiao-Hui1,2
1.School of Information Engineering,Nanchang University,Nanchang 330031
2.School of Mechanical and Electrical Engineering,Nanchang University,Nanchang 330031
3.Department of Systems and Computer Engineering,Carleton University,Ottawa,ON Canada K1S 5B6

全文: PDF (1259 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 提出一种基于图像区域特征估计聚类数的快速FCM图像分割算法。在算法的预测分析阶段, 利用由共生矩阵统计值所构成的特征矢量描述图像中区域特征并结合多个聚类有效性判定函数实现准确的聚类数估计和隶属度矩阵值的初始化。在主聚类阶段,采用Gabor滤波器提取的颜色纹理隐式混合特征进行聚类,不但能获得更加合理的区域分割质量,同时也具有较好的抗噪声能力。实验表明改进算法有效克服基于像素点级特征的FCM图像分割算法在聚类数估计和隶属度矩阵初始化方面的不足,加快FCM主聚类阶段的迭代速度,执行效率更高。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
徐少平
刘小平
李春泉
胡凌燕
杨晓辉
关键词 图像分割FCM算法区域特征共生矩阵颜色纹理隐式特征    
Abstract:A fast image segmentation algorithm based on region feature is proposed to estimate centroid number. In the preprocessing analysis stage, the feature vector based on the cooccurrence matrix statistics is used to describe the regional characteristics of sub-image, and the proposed algorithm combines with cluster validity function to estimate accurate centroid number and initialization of membership matrix. In the main clustering stage, the implicit feature of color and texture extracted by Gabor filter is used to accomplish clustering, which not only produces a more reasonable quality of region segmentation, but also has fine noise immunity. The experimental results show that the proposed algorithm effectively overcomes the deficiencies of pixel-level estimations, greatly accelerates the iterative speed of the FCM main clustering stage and achieves higher efficiency in the implementation.
Key wordsImage Segmentation    Fuzzy C-means Algorithm    Region Feature    Cooccurrence Matrix    Implicit Feature of Color and Texture   
收稿日期: 2012-02-29     
ZTFLH: TP391  
基金资助:国家自然科学基金项目(No.61163023,61175072)、江西省自然科学基金项目(No.20114BAB211024)、江西省教育厅科技计划项目(No.GJJ12049)、江西省教育厅省级教改项目(No.JXJG-12124)资助
作者简介: 徐少平,男,1976年生,博士,副教授,主要研究方向为图形图像处理技术、机器视觉、虚拟手术仿真等。E-mail:xushaoping@ncu。edu。cn。刘小平,男,1970年生,博士,教授,主要研究方向为遥操作、机器视觉、虚拟手术仿真等。李春泉,男,1980年生,博士研究生,讲师,主要研究方向为力反馈设备设计。胡凌燕,女,1978年生,博士,副教授,主要研究方向为智能控制算法。杨晓辉,男,1978年生,博士研究生,讲师,主要研究方向为智能控制算法。
引用本文:   
徐少平,刘小平,李春泉,胡凌燕,杨晓辉. 基于区域特征分析的快速FCM图像分割改进算法[J]. 模式识别与人工智能, 2012, 25(6): 987-995. XU Shao-Ping, LIU Xiao-Ping, LI Chun-Quan, HU Ling-Yan, YANG Xiao-Hui. An Improved Fast FCM Image Segmentation Algorithm Based on Region Feature Analysis. , 2012, 25(6): 987-995.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I6/987
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn