基于蚁群和自适应滤波的模糊聚类图像分割
为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM)。首先,该方法利用改进的蚁群算法确定初始聚类中心,作为FCM初始参数,克服FCM算法对初始聚类中心的敏感;其次,采用自适应中值滤波抑制图像噪声干扰,增强算法的鲁棒性;最后,用直方图特征空间优化FCM目标函数,对图像进行分割,减少运算量。实验结果表明,该方法克服了FCM算法对初始聚类中心的依赖,抗噪能力强,收敛速度快,分割精度高。
文件下载
评论信息
其他资源
- 离散数学村庄输水问题代码
- CMMI最全资料-软件开发完整过程规范CMMI改进软件工程文档
- UMT数据处理软件
- 基于遗传算法的机器人路径规划（附程序源码）
- lm393红外对管
- jboa办公自动化管理系统
- SolidWorks2010~2016破解软件之SolidSQUAD_.7z
- SImulink六自由度平台仿真simmechanics-work.rar
- 基于大数据和海量数据挖掘的攻击溯源技术
- STM32F103开发板的原理图及PCB
- STC_ISP_V3.1.zip破解版
- Distributed-Coordination-of-Multi-agent-Networks
- ros_qtc_plugin插件的使用视频教程
- node-v10.16.3-x64.zip
- Matlab编程基础
- lwxzms8.docx
- C#可视化动态汉诺塔实现
- netflix-prize-svd
- XBEE Python Library
- struts1的简单demo含数据库
- U3d僵尸动画的一个小demo
- G711播放器
- SSH整合JBPM
- glut 各种库
- APM源码笔记
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明