针对基于模糊C均值聚类（FCM）的图像分割算法仅利用像素的灰度信息、噪声抑制不理想、算法鲁棒性不高的问题，提出了一种基于像素邻域信息约束的FCM图像分割算法。该算法在模糊目标函数中引入邻域信息约束，通过约束系数自适应调节控制邻域信息约束强度，自优化迭代更新聚类中心和聚类隶属度矩阵，使模糊目标函数收敛到最小，并利用像素最优聚类隶属度去模糊化操作实现图像分割。实验结果表明，该算法在获得较高的图像分割精度的同时，具有较强的噪声抑制能力。
2021-05-14 19:24:40
2.09MB
1
课程大作业，基于MFC对话框编程，结合遗传算法和模拟退火算法对图像进行分割，并和原始otsu方法进行了比较
2021-05-13 20:04:42
81KB
1
TernausNet: 带有VGG11编码器的U-Net在ImageNet上预训练，用于图像分割
2021-05-13 12:42:20
82.07MB
1
算法中通过合理的运用图像灰度特性, 以较低的计算代价有效地解决了指纹图像分割问题.这种算法处理的效果好、运行速度快.实验表明, 这种分割算法对于指纹图像的预处理是很有效的。
2021-05-12 21:39:20
3KB
1