模糊C均值圖像分割算法及其應(yīng)用研究.pdf

1、模糊C均值(FCM)是一種經(jīng)典的聚類算法,廣泛地應(yīng)用于圖像分割。近年提出的局部約束改進(jìn)FCM算法僅利用了局部圖像像素的統(tǒng)計(jì)信息，而忽視了相應(yīng)的結(jié)構(gòu)信息，導(dǎo)致算法在去除噪聲時(shí)會(huì)破壞圖像細(xì)節(jié)，因此，無(wú)法同時(shí)在去除噪聲和保存圖像細(xì)節(jié)上取得最優(yōu)。
　　為使算法在有效地去除噪聲干擾同時(shí)能保留圖像細(xì)節(jié)，本文通過(guò)引入方向微結(jié)構(gòu)信息提出一種新的對(duì)噪聲魯棒的FCM改進(jìn)算法。在局部圖像區(qū)域中，由于存在圖像紋理細(xì)節(jié)，使得局部圖像像素可以組合成很多的微型

2、結(jié)構(gòu)。位于同一個(gè)微結(jié)構(gòu)中的像素之間具有更高的相似度，而微結(jié)構(gòu)中的像素與其他的局部區(qū)域像素之間則具有較低的相似度?；谝陨霞僭O(shè)，本文提出一個(gè)稱為相對(duì)方向方差的概念來(lái)定義圖像局部區(qū)域的微結(jié)構(gòu)約束，并在相對(duì)方向方差和現(xiàn)有局部圖像統(tǒng)計(jì)性相似性測(cè)度基礎(chǔ)上定義了一個(gè)新的圖像局部像素相似性測(cè)度—微結(jié)構(gòu)相似度。新的相似性測(cè)度不僅能夠有效地反映了局部圖像像素的空間、灰度的統(tǒng)計(jì)信息，而且可以有效地反映相應(yīng)的結(jié)構(gòu)信息。
　　首先本文把局部圖像中的像素分

3、為若干個(gè)方向，將每個(gè)方向上像素的方向方差和垂直于該方向的所有方向方差的平均值的比值定義為相對(duì)方向方差。在FCM開(kāi)始迭代之前，本文應(yīng)用微結(jié)構(gòu)相似度測(cè)度來(lái)識(shí)別出局部圖像存在的方向微結(jié)構(gòu)，并將該方向微結(jié)構(gòu)中的像素自適應(yīng)地賦以較大的約束權(quán)值。然后應(yīng)用相對(duì)方向方差的最小值作為開(kāi)關(guān)變量，用于檢測(cè)沖擊噪聲點(diǎn)，以便于去除這些噪聲的時(shí)候減少圖像模糊。接著，本文執(zhí)行基于直方圖的FCM迭代。在FCM迭代之后，基于隸屬度函數(shù)本文定義了方向微結(jié)構(gòu)檢測(cè)變量，用于判