基于FCM的动态结合全局图像阈值分割

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FCM的动态结合全局图像阈值分割

马义德, 钱志柏, 陈娜

文章导航 > 电子科技大学学报 > 2006 > 35(3): 349-351

马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割[J]. 电子科技大学学报, 2006, 35(3): 349-351.

引用本文:

马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割[J]. 电子科技大学学报, 2006, 35(3): 349-351.

MA Yi-de, QIAN Zhi-bai, CHEN Na. Image Segmentation Using Dynamic Threshold Combined Global Threshold Based FCM[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 349-351.

Citation:

MA Yi-de, QIAN Zhi-bai, CHEN Na. Image Segmentation Using Dynamic Threshold Combined Global Threshold Based FCM[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 349-351.

基于FCM的动态结合全局图像阈值分割

1.
兰州大学信息科学与工程学院兰州 730000

基金项目:

国家自然科学基金资助项目(60572011);国家985特色项目(LZ985-231-582627);甘肃省自然科学基金资助项目(YS021-A2-00910)

作者简介:
马义德(1963-),男,博士,教授,博士生导师,主要从事数字图像处理、嵌入式系统、智能信息处理等方面的研究.

中图分类号: TN391

Image Segmentation Using Dynamic Threshold Combined Global Threshold Based FCM

1.
School of Information Science & Engineering,Lanzhou University Lanzhou 730000

摘要: 全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。
- 模糊C均值 /
- 聚类 /
- 图像分割 /
- 阈值矩阵
Abstract: The global threshold may not work well for image segmentation with small objects. The image segmented by single dynamic threshold usually contains interference like shadow. The gray image segmentation is a process that the image is labeled after an unsupervised clustering by Fuzzy C-Means(FCM). In consideration without increase of computation complexity, we propose an algorithm for gray image segmentation by creating a threshold matrix obtained by global threshold and dynamic threshold that are the FCM clustering results.
- fuzzy C-means /
- clustering /
- image segmentation /
- threshold matrix

[1]	谢洲洋, 舒畅, 傅彦, 周俊临, 蒋家玮, 陈端兵. 先验知识辅助的金属涂层损伤分割方法 . 电子科技大学学报, 2024, 53(1): 76-83. doi: 10.12178/1001-0548.2022373
[2]	鲁远耀, 周腾鹤, 闫捷. 基于局部马尔科夫随机场的模型校准嘴唇分割方法 . 电子科技大学学报, 2018, 47(3): 430-435. doi: 10.3969/j.issn.1001-0548.2018.03.017
[3]	何坤, 郑秀清, 谢沁岑, 王丹. 基于水平集的自适应保边平滑分割 . 电子科技大学学报, 2017, 46(4): 579-584. doi: 10.3969/j.issn.1001-0548.2017.04.017
[4]	张淯舒, 王慧强, 冯光升, 吕宏武, 温秀秀. 基于两阶段聚类的机会社会网络路由算法 . 电子科技大学学报, 2017, 46(4): 607-613. doi: 10.3969/j.issn.1001-0548.2017.04.021
[5]	宋强, 茹蓓, 刘凌霞. 基于MRF的SMT焊点区域分割的研究 . 电子科技大学学报, 2016, 45(5): 819-823. doi: 10.3969/j.issn.1001-0548.2016.05.019
[6]	罗时雨, 童玲, 陈彦. 基于参数化模型的水平集SAR图像多区域分割方法 . 电子科技大学学报, 2016, 45(6): 939-943. doi: 10.3969/j.issn.1001-0548.2016.06.011
[7]	刘修国, 徐乔, 陈启浩, 陈奇. 选择利用Wishart和K统计描述的极化SAR图像分割 . 电子科技大学学报, 2016, 45(5): 713-719. doi: 10.3969/j.issn.1001-0548.2016.05.001
[8]	邓晓政, 焦李成. 流形距离的自动免疫克隆聚类图像分割算法 . 电子科技大学学报, 2014, 43(5): 742-748. doi: 10.3969/j.issn.1001-0548.2014.05.019
[9]	生龙, 张洪斌. 二型模糊系统在音频信号分类中的应用 . 电子科技大学学报, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023
[10]	高辉, 王沙沙, 傅彦. Web舆情的长期趋势预测方法 . 电子科技大学学报, 2011, 40(3): 440-445. doi: 10.3969/j.issn.1001-0548.2011.03.022
[11]	曾翎, 王美玲, 陈华富. 遗传模糊C-均值聚类算法应用于MRI分割 . 电子科技大学学报, 2008, 37(4): 627-629.
[12]	曹宗杰, 庞伶俐, 皮亦鸣. 融合区域和边界信息的水平集SAR图像分割方法 . 电子科技大学学报, 2008, 37(3): 325-327,353.
[13]	蒋宁, 章日康, 蒲立新, 陈伟建. Chan-Vese图像分割模型的快速实现算法的研究 . 电子科技大学学报, 2008, 37(5): 705-708.
[14]	高俊波, 杨静. 在线论坛中的意见领袖分析 . 电子科技大学学报, 2007, 36(6): 1249-1252.
[15]	郑晓鸣, 吕士颖, 王晓东. 免疫接种粒子群的聚类算法 . 电子科技大学学报, 2007, 36(6): 1264-1267.
[16]	祝金荣, 胡望斌. 聚类电价预测方法研究 . 电子科技大学学报, 2007, 36(6): 1278-1281.
[17]	牛强, 夏士雄, 周勇, 张磊. 改进的模糊C-均值聚类方法 . 电子科技大学学报, 2007, 36(6): 1257-1259,1272.
[18]	叶茂, 陈勇. 基于分布模型的层次聚类算法 . 电子科技大学学报, 2004, 33(2): 171-174.
[19]	田娅, 饶妮妮, 蒲立新. 国内医学图像处理技术的最新动态 . 电子科技大学学报, 2002, 31(5): 485-489.
[20]	马义德, 李廉, 戴若兰. 基于细胞逻辑、形态特征图像分割新算法 . 电子科技大学学报, 2002, 31(1): 84-87.

WeChat

点击查看大图

计量

文章访问数: 3450
HTML全文浏览量: 134
PDF下载量: 63
被引次数: 0

基于FCM的动态结合全局图像阈值分割

1. 兰州大学信息科学与工程学院兰州 730000

基金项目:

国家自然科学基金资助项目(60572011);国家985特色项目(LZ985-231-582627);甘肃省自然科学基金资助项目(YS021-A2-00910)

作者简介:
马义德(1963-),男,博士,教授,博士生导师,主要从事数字图像处理、嵌入式系统、智能信息处理等方面的研究.

收稿日期: 2003-11-10
刊出日期: 2006-06-15

中图分类号: TN391

关键词:

摘要: 全局阈值分割对于小目标物效果不理想,动态阈值容易产生阴影等干扰,但综合考虑全局阈值和动态阈值可以达到比较理想的结果。模糊C均值算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,该文在不明显增加运算量的前提下,利用模糊C均值自动聚类的功能分别得到全局阈值和动态阈值,完成对阈值矩阵的构造和图像的分割。

English Abstract

马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割[J]. 电子科技大学学报, 2006, 35(3): 349-351.

引用本文:

马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割[J]. 电子科技大学学报, 2006, 35(3): 349-351.

MA Yi-de, QIAN Zhi-bai, CHEN Na. Image Segmentation Using Dynamic Threshold Combined Global Threshold Based FCM[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 349-351.

Citation:

MA Yi-de, QIAN Zhi-bai, CHEN Na. Image Segmentation Using Dynamic Threshold Combined Global Threshold Based FCM[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(3): 349-351.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发