安徽工程科技学院;
针对痕迹图像在比对与识别中的预处理要求,以图像像素灰度和邻域信息的二维矢量为聚类样本,以二维直方图确定阈值数,采用对样本进行加权的模糊c均值聚类算法对痕迹图像进行多阈值分割处理.实验结果表明,基于样本加权的模糊聚类算法速度快,对痕迹图像有较好的分割效果.
| 132 | 1 | 17 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]Sahool P K,Soltani S,Wong A K C.A survery of thresh-olding techniques[J].Computer Vision Graphics Image Pro-cessing,1988,41(2):233-260.
[2]Lee S U,Chung S Y,Park R H.A comparative performance study of several global thresholding techniques for segmenta-tion[J].Computer Vision Graphics Image Processing,1990,52(2):171-190.
[3]王耀明,俞玉莲.四维聚类和彩色图像的两级阈值化算法[J].上海电机学院学报,2005,8(3):44-46.
[4]Otsu N.A threshold selection method from gray-level his-tograms[J].IEEE Tans.SMC,1979,9(1):62-66.
[5]岳贤军.基于梯度直方图的产品表面缺陷图像自适应阈值分割方法研究[J].南通大学学报:自然科学版,2007,6(1):82-86.
[6]景晓军,蔡安妮,孙景鳌.一种基于二维最大类间方差的图像分割算法[J].通信学报,2001,22(4):71-76.
[7]高新波,姬红兵.一种基于特征加权的模糊c均值聚类算法[J].西安电子科技大学学报,2000,27(增刊):80-83.
[8]李洁,高新波,焦李成.基于特征加权的模糊聚类新算法[J].电子学报,2006,34(1):412-420.
基本信息:
DOI：
中图分类号:TP391.41
引用信息:
[1]汪军,王传玉.模糊聚类算法在痕迹图像分割中的应用[J].南通大学学报(自然科学版),2010,9(01):19-23.
基金信息:
国家自然科学基金专项基金(10826098)