论文部分内容阅读
提出了一种结合C-均值聚类算法和模糊熵的图像分割方法,该方法先采用C-均值聚类算法对含噪图像进行初步分割,再利用模糊熵准则作后续处理。该方法一方面能够继承C-均值聚类算法的优点,可以灵活地用在基于多特征和多阈值的图像分割中,另一方面充分考虑了图像的区域信息,利用模糊熵最小作为准则,对C-均值聚类算法初步分割结果的错分类点作了进一步的处理,克服了C-均值聚类算法对噪声敏感的缺点。实验结果表明,本文方法在运算开销上只比C-均值聚类算法多4~6 s,对于低信噪比的图像能够取得优于C-均值聚类算法的分割效果。