基于直方图加权的半模糊聚类

doi:10.3778/j.issn.1002-8331.2010.05.056

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (5): 184-185.DOI: 10.3778/j.issn.1002-8331.2010.05.056

• 图形、图像、模式识别 • 上一篇下一篇

基于直方图加权的半模糊聚类

杨道普，马秋禾，石磊，陈科

解放军信息工程大学测绘学院，郑州 450052

收稿日期:2008-09-22 修回日期:2008-12-10 出版日期:2010-02-11 发布日期:2010-02-11
通讯作者: 杨道普

Weighted semi-fuzzy C-means based on histograms

YANG Dao-pu，MA Qiu-he，SHI Lei，CHEN Ke

Institute of Surveying and Mapping，Information Engineering University，Zhengzhou 450052，China

Received:2008-09-22 Revised:2008-12-10 Online:2010-02-11 Published:2010-02-11
Contact: YANG Dao-pu

摘要/Abstract

摘要： 通过分析影像数据的特点，利用直方图的统计特性，结合HCM收敛速度快的优点，提出了一种基于直方图加权的半模糊化的聚类算法，此方法结合了全局与局部信息，提高了聚类的速度，改善了聚类的效果；采用Lena和脑影像实验与传统算法作比较证明了该算法的效果更好，并对一副97 658k的影像进行处理，证明了该算法效率高。

关键词: 直方图, 模糊C-均值聚类算法（FCM）, 硬C-均值聚类算法（HCM）, 半模糊加权聚类, Otsu, 影像分割

Abstract: To consider the feature of image data，this paper proposes a weighted semi-fuzzy C-means algorithm.The weight is derived from histograms of image.The method also takes in HCM’s advantage.Considering the local and the entire information，it acquires a better effect.Compared with traditional methods，the test experiment with Lena and brain image demonstrates effectiveness of the algorithm，and the experiment of processing a larger image is given to show the method is faster.

Key words: histograms, Fuzzy C-Means clustering（FCM）, Hard C-Means clustering（HCM）, semi-WFCM, Otsu, image segment

中图分类号:

TP391

杨道普，马秋禾，石磊，陈科. 基于直方图加权的半模糊聚类[J]. 计算机工程与应用, 2010, 46(5): 184-185.

YANG Dao-pu，MA Qiu-he，SHI Lei，CHEN Ke. Weighted semi-fuzzy C-means based on histograms[J]. Computer Engineering and Applications, 2010, 46(5): 184-185.

[1]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[2]	李文龙，李兴广，胡冉冉，崔炜. 基于天空分割的单幅交通标志图像去雾算法[J]. 计算机工程与应用, 2021, 57(20): 221-228.
[3]	李佳昇，郭树旭，张磊，郑爽，张惠茅，邱云海，李雪妍. CT影像肝脏转移瘤分割与检测深度网络的研究[J]. 计算机工程与应用, 2021, 57(2): 191-197.
[4]	张杰，常天庆，郭理彬，张雷，马金盾. 基于跟踪异常与相关性检验的目标丢失判断[J]. 计算机工程与应用, 2021, 57(18): 204-212.
[5]	唐维军，徐琨，柳有权，夏悬. 自动驾驶汽车虚拟测试中的树木点云生成方法[J]. 计算机工程与应用, 2021, 57(11): 185-192.
[6]	陈建促，王越，朱小飞，李章宇，林志航. 融合多特征图的野生动物视频目标检测方法[J]. 计算机工程与应用, 2020, 56(7): 221-227.
[7]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[8]	晁静静，沈文忠，宋天舒. 基于HOG和SVM的双眼虹膜图像的人眼定位算法[J]. 计算机工程与应用, 2019, 55(9): 184-189.
[9]	丁华，王晓东，章联军，陈晓爱，赖佩霞. 基于SLIC融合纹理和直方图的图像显著性检测[J]. 计算机工程与应用, 2019, 55(3): 159-166.
[10]	朱学峰，徐天阳，吴小俊. 基于自学习特征的相关滤波跟踪算法[J]. 计算机工程与应用, 2019, 55(20): 58-64.
[11]	彭媛，段先华，王万耀，鲁文超. 基于多线索特征融合的图像分类方法[J]. 计算机工程与应用, 2019, 55(20): 164-169.
[12]	王育坚，高倩，谭卫雄，李深圳. 融合Haar型局部特征的人耳识别算法[J]. 计算机工程与应用, 2019, 55(18): 127-131.
[13]	谷雨，郑宏，许晓航，郑朝晖. 基于CICP的机械臂多目标定位与抓取[J]. 计算机工程与应用, 2019, 55(18): 189-194.
[14]	韩习习，魏民，徐西义，李巧月，陈曦，祝汉城. 基于多特征融合的交通标志识别算法[J]. 计算机工程与应用, 2019, 55(18): 195-200.
[15]	王丹1，郑江华1，2，3，努尔巴依1. 干旱区植物叶片识别研究[J]. 计算机工程与应用, 2019, 55(13): 129-133.

基于直方图加权的半模糊聚类

Weighted semi-fuzzy C-means based on histograms

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics