| 融合量化粗糙度的改进的图像分割方法 |
| |
| 引用本文： | 谢琪,王加阳.融合量化粗糙度的改进的图像分割方法[J].人天科学研究,2011,10(7):149-151. |
| |
| 作者姓名： | 谢琪 王加阳 |
| |
| 作者单位： | 中南大学信息科学与工程学院,湖南长沙,410083 |
| |
| 基金项目： | 2009年长沙市政府节能资金资助 |
| |
| 摘 要： | 结合粗糙集理论,利用像素邻域的空间信息,可以构造图像色彩分布的上下近似以及量化粗糙性表示,据此提出一种基于量化粗糙信息的改进的图像分割方法,该方法使用局部量化粗糙度和待定算子来更新FCM算法中的隶属度函数。通过对比传统的模糊C-均值（FCM）聚类分割算法,证明该方法大大降低了时间复杂度,且具有良好的分割效果。
|
| 关 键 词： | 粗糙集 图像分割 模糊C-均值聚类 量化粗糙信息 |
Improved Approach of Image Segmentation Fusing Quantitative Roughness |
| |
| Abstract: | According to the rough set theory,the lower,upper approximations and quantitative roughness representation of the color distributions are constructed based on the homogeneity of the pixels＇ neighborhood.Furthermore,based on quantitative roughness,an impro |
| |
| Keywords: | Rough Set Theory Image Segmentation Fuzzy C-Means（FCM） Clustering Quantitative Roughness |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
