一种基于自适应空间信息改进FCM的图像分割算法

来源 :计算机应用研究 | 被引量 : 11次 | 上传用户:wlcbgtxx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了更好地改善图像分割效果,提出一种自适应空间信息的模糊聚类算法(adaptive spatial information fuzzy clustering,ASIFC)。算法将图像空间信息与FCM算法相结合,改进了FCM算法的目标函数;使用信息最大化识别噪声数据和消除异常值。在合成图像和核磁共振脑部图像数据库Brainweb上的实验结果表明,该算法能自适应地实现图像分割,有效识别噪声数据,解决了FCM的空间信息缺乏问题,增强了算法的鲁棒性,相比其他几种较新的聚类算法,取得了更好的分割效果。
其他文献
针对无线传感网(WSN)系统故障的诊断问题,提出一种基于时间加权K-近邻法的无线传感网系统故障诊断方法。该方法按照系统故障机理确立特征值,根据WSN系统故障的时间相关性设计基于时间加权的故障诊断分类规则,并结合K-近邻法建立系统故障诊断模型。实验仿真表明,针对WSN系统故障诊断问题,时间加权K-近邻法具有较好的抗干扰性和适应性,与普通K-近邻法、SVM(支持向量机)相比诊断分类性能明显提升。
针对云计算平台的新特征,对原有自适应遗传算法进行改进,提出了一种基于用户满意度的遗传算法(consumer satisfaction genetic algorithm,CSGA)。该算法在保证用户公平性的前提下,将任务调度到输入数据所在的计算节点以减少网络传输开销,并以缩短总任务的完成时间及提高用户满意度为目标优化算法性能。通过仿真实验对比分析CSGA与AGA算法,实验结果表明该算法在响应时间、
非刚性医学图像配准是医学影像处理和应用中重要的研究课题。对传统的基于局部仿射变换的非刚性图像配准模型进行了改进,结合图像的区域灰度信息和切比雪夫低通滤波器幅度特性提出了一种新颖的非刚性医学图像配准算法。该算法采用自适应的局部非线性正则项,比传统算法更好地保持了图像的局部细节和边缘信息,通过结合多分辨率分层细化以及由粗到细的变形技术求解策略,很好地解决了传统配准模型无法对大变形单模态图像或者存在灰度