EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于学生t分布的鲁棒分层模糊算法及其在图像分割中的应用
7 n/ }7 j6 [- N+ O! d0 C摘要:著名的模糊C均值算法(FCM)一直被视为图像分割应用中一个强有力的工具.然而,由于FCM 中距离函数选择问题使得其对图像噪声的鲁棒性不足.本文提出了一个新的分层模糊C均值算法,使得传统的模糊C均值算法对于图像噪声和离群点有更好的鲁棒性.在此基础上引入了一个更加灵活的函数,即将距离函数本身看作是一个子学生t分布函数.使分层模型具有更好的通用性和灵活性.本文提出的算法可以扩展到其他基于FCM模型的算法实现,以获得更优的鲁棒性.实验结果表明本文提出新的分层模糊C均值算法的鲁棒性确实有效.
/ x$ Y! l7 ?' b5 L' o- ^8 B& S4 q关键词:分层算法;模糊C均值;图像分割;学生t分布0 Y0 W5 t' b2 I% J( L% i
2 \( E1 |, n/ l+ L/ r. T" [
3 N& \( q8 N/ G& N1 s/ |& ~
' p* ]3 A2 ?0 ]9 `% {, n' H1 d | 
/1 
发表于 2021-7-15 11:00
收藏
淘帖
支持！
反对！