论文部分内容阅读
模糊C均值(FCM)是一种有效的图像分割算法,由于忽略了图像的邻域信息,所以对噪声图像缺乏足够的鲁棒性,传统FCM算法的目标函数是由欧式距离与模糊隶属度相乘所得,而该广义FCM是由这两项通过求广义平均值所得,同时模糊隶属度和聚类中心包含了邻域信息的广义平均值,在组合距离中引入了局部空间信息和观察信息,因此广义FCM算法对噪声图像有较好的鲁棒性,实验结果表明,该算法比FCM、HMRF有更好的鲁棒性和较高的运算效率。