ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于像元相互关系的FCM聚类分割算法

周友行; 刘汉江; 赵晗妘; 赵玉湘潭大学
仪器仪表学报2019DOI: 10.19650/j.cnki.cjsi.J1905244
8阅读
引用收藏
分享

摘要

针对传统模糊C均值(FCM)算法在图像分割时未考虑像元间的相互关系,且未事先给出初始聚类中心的问题,提出了一种考虑像元间相互关系的FCM聚类分割算法。该算法基于数据场原理,首先利用像元间的相互关系,通过计算各像素点的势值,形成图像数据场,然后利用图像数据场势心,确定FCM算法的初始聚类中心,最后在图像数据场的基础上,利用FCM算法实现对目标图像的聚类分割。利用人工合成图像和工件表面缺陷图像对算法的有效性进行验证,实验结果表明,该算法具有较好的分割效果,且对于条痕、脱碳、孔洞3种缺陷的不同噪声图像分割的正确率均在93%以上,同时具有较高的平均结构相似性。

学科与关键词

关键词
图像分割数据场模糊C均值表面缺陷 image segmentationdata fieldfuzzy C-meanssurface defect
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
仪器仪表学报
发表日期
2019
卷期
第 09 期
页码
124-131
DOI
10.19650/j.cnki.cjsi.J1905244
期刊收录
CAST-E
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(51775468,51375419);湖南省自然科学基金(2016JJ2134)项目资助;

作者

  • 周

    周友行 (第一作者)

  • 刘

    刘汉江

查看全部 4 位作者收起作者
  • 赵

    赵晗妘

  • 赵

    赵玉

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417