论文部分内容阅读
尽管模糊C-均值(简称FCM)聚类算法已广泛应用于图象分割研究，但是，由于模糊C-均值聚类算法所固有的一些缺点，特别是运算开销太大造成了该算法在实际应用中难以推广使用。根据模糊C-均值聚类算法和磁共振颅脑图象的特点，我们提出了一种分割磁共振颅脑图象的快速模糊C-均值(简称FFCM)聚类算法。该算法利用K-均值聚类结果指导模糊聚类的初始化，使模糊聚类的迭代次数明显减少，从而极大地提高模糊聚类的速度。实际应用表明，FFCM的分割速度比FCM快6.5倍以上，而分割精度与FCM相比无显著性差异。