EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
基于学生t分布的鲁棒分层模糊算法及其在图像分割中的应用
7 M8 @7 T* V5 i$ g' n0 R摘要:著名的模糊C均值算法(FCM)一直被视为图像分割应用中一个强有力的工具.然而,由于FCM 中距离函数选择问题使得其对图像噪声的鲁棒性不足.本文提出了一个新的分层模糊C均值算法,使得传统的模糊C均值算法对于图像噪声和离群点有更好的鲁棒性.在此基础上引入了一个更加灵活的函数,即将距离函数本身看作是一个子学生t分布函数.使分层模型具有更好的通用性和灵活性.本文提出的算法可以扩展到其他基于FCM模型的算法实现,以获得更优的鲁棒性.实验结果表明本文提出新的分层模糊C均值算法的鲁棒性确实有效.$ d8 Y( E h2 J S
关键词:分层算法;模糊C均值;图像分割;学生t分布$ H# e9 p+ t/ [8 l" W! K, \. @" W; G
0 {* p# [; ?, S5 ]& v( \9 G! u' w
1 i. ~ W% s9 [) S* A" @. H# _& u1 q" V* C
|