SIA OpenIR  > 机器人学研究室
红外图像分割的改进模糊C均值聚类方法
其他题名Enhanced Fuzzy C-Means clustering method for infrared image segmentation
魏英姿; 李静静
作者部门机器人学研究室
关键词红外图像分割 模糊c均值算法 聚类中心 轮廓指标
发表期刊计算机工程与应用
ISSN1002-8331
2014
卷号50期号:9页码:163-166
收录类别CSCD
CSCD记录号CSCD:5129071
产权排序1
资助机构机器人学国家重点实验室开放基金(No.RLO201005);辽宁省博士启动基金(No.20101125-YOL6170601)。
摘要分类数和初始聚类中心的选取对红外图像的分割结果有较大的影响。传统的模糊C均值算法的分类数和聚类中心往往设定为经验值。为获得最佳的分类数,提出采用轮廓指标确定出较理想的分类数。针对传统的模糊C均值聚类算法对初始聚类中心比较敏感的问题,提出了基于直方图灰度值的最小最大距离法来确定初始聚类中心。实验结果表明该方法有效可行。
其他摘要The numbers of clusters and clustering center have a great effect on the selection of image segmentation results. The traditional Fuzzy C-Means algorithm always adopts empirical values as the number of clusters and clustering center. In order to determine the optimal number of clusters, the validity measure variable of Global Silhouette Index is employed. The most important disadvantage of Fuzzy C-Means clustering is that it generally does not give proper clustering center in the first run. A method which is the minimum-maximum distance based on the gray value of histogram to compute the original clustering center is put forward. Experimental results show that the method is effective and efficient.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/15108
专题机器人学研究室
作者单位1.沈阳理工大学信息科学与工程学院
2.中国科学院沈阳自动化研究所机器人学国家重点实验室
推荐引用方式
GB/T 7714
魏英姿,李静静. 红外图像分割的改进模糊C均值聚类方法[J]. 计算机工程与应用,2014,50(9):163-166.
APA 魏英姿,&李静静.(2014).红外图像分割的改进模糊C均值聚类方法.计算机工程与应用,50(9),163-166.
MLA 魏英姿,et al."红外图像分割的改进模糊C均值聚类方法".计算机工程与应用 50.9(2014):163-166.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
红外图像分割的改进模糊C均值聚类方法.p(1292KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[魏英姿]的文章
[李静静]的文章
百度学术
百度学术中相似的文章
[魏英姿]的文章
[李静静]的文章
必应学术
必应学术中相似的文章
[魏英姿]的文章
[李静静]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 红外图像分割的改进模糊C均值聚类方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。