论文部分内容阅读
为了克服传统模糊C-均值(fuzzy C-means,FCM)聚类算法特征描述单一、易受复杂灰度影响而出现误分割的缺点,将万有引力和图像局部熵融入到FCM算法。算法首先引入图像局部信息熵来描述节点(像素点)间的特征,同时计算新节点的同质值;其次,将该同质值看做新节点的质量,节点之间通过万有引力算子形成关联,使节点灰度特征和节点空间位置特征有效结合,以此解决传统FCM算法节点特征描述孤立的缺陷。最后,对三类典型的灰度分布不均的医学图像进行仿真实验,结果表明改进算法获得了更加精确的分割结果。