论文部分内容阅读
模糊C均值聚类是一种有效的图像分割方法,但存在因忽略空间上下文信息和结构信息而易为噪声所干扰的现象.为此提出了DCT子空间的邻域加权模糊C均值聚类方法.该方法首先结合分块的思想,对图像块进行离散余弦变换(discrete cosine transform,DCT),建立了一个基于图像块局部信息的相似性度量模型;然后定义目标函数中的欧式距离为邻域加权距离;最后将该方法应用于加噪的人工合成图像、自然图像和MR图像.实验结果表明,该方法能够获得较好的分割效果,同时具有较强的抗噪性.