-
题名基于快速FCM算法的多目标分割CV模型
被引量：5
- 1
-
-
作者
葛琦
张建伟
陈允杰
吴玲玲
王克松
-
机构
南京信息工程大学数理学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第23期217-219,共3页
-
基金
国家自然科学基金资助项目(60805003)
江苏省教育厅"青蓝工程"基金资助项目(20070047)
香港特区政府研究资助局基金资助项目(CUHK/4185/00E)
-
文摘
Chan-Vese(CV)模型是基于水平集方法演化不依赖图像梯度的算法,能很好地处理拓扑变化和弱边界,但对于目标和背景对比度低的边界以及多目标区域分割效果较差。针对上述问题提出一种基于快速模糊F均值(FCM)算法和邻域模板改进的CV模型。利用快速FCM算法提取图像特征信息,采用邻域模板阈值法对不同的目标区域分别处理,准确控制了轮廓线的分裂,能够分割出更多的目标区域。
-
关键词
Chan—Vese模型
快速模糊F均值算法
邻域模板
多目标
-
Keywords
Chan-Vese（CV） model
fast fcm algorithm
local template
multiple-objects
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名结合非局部均值的快速FCM算法分割MR图像研究
被引量：8
- 2
-
-
作者
张翡
范虹
郝艳荣
-
机构
陕西师范大学计算机科学学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第5期304-307,314,共5页
-
基金
陕西省科学技术研究发展计划项目(2012K06-36)
中央高校基本科研业务费自由探索项目(GK201102006)资助
-
文摘
针对FCM算法分割医学MR图像存在的运算速度慢、对初始值敏感以及难以处理MR图像中固有Rician噪声等缺陷,提出了一种结合非局部均值的快速FCM算法。该算法的核心是首先针对MR图像中存在的Rician噪声,利用非局部均值算法对图像进行去噪处理,消除噪声对分割结果的影响;然后根据所提出的新的自动获取聚类中心的规则得到初始聚类中心;最后将得到的聚类中心作为快速FCM算法的初始聚类中心用于去噪后的图像分割,解决了随机选择初始聚类中心造成的搜索速度慢和容易陷入局部极值的问题。实验表明,该算法能够快速有效地分割图像,并且具有较好的抗噪能力。
-
关键词
快速fcm算法
MR图像分割
Rician噪声
非局部均值
-
Keywords
fast fcm algorithm
Medical MR image segmentation
Rician noise
Non-local means
-
分类号
TP391.72
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FCM聚类算法的快速水平集图像分割仿真
被引量：5
- 3
-
-
作者
刘铭
孙守云
-
机构
四川大学软件学院
中国科学院软件研究所
-
出处
《计算机仿真》
北大核心
2019年第11期378-382,共5页
-
文摘
为解决当前水平集图像分割方法中由于噪声过高引起的聚类和分割效果差的问题,提出基于FCM聚类算法的快速水平集图像分割方法。在水平集图像分割中引入聚类能量和正规化能量概念,结合小波变换方法抑制图像中的噪声;利用FCM聚类方法设计图像分割模型,利用模型进行模糊聚类以及交替曲线平滑过程,获取能量泛函的极小值,以达到快速水平集图像分割的目的;改进模型中边界截止函数,并通过灰度值与隶属度之间的关系修正已分割图像的边缘信息,提高分割质量。实验结果表明,所提方法能够有效降低噪声对分割结果所产生的影响,获取理想的图像分割结果。
-
关键词
快速水平集
图像分割
噪声抑制
-
Keywords
fcm clustering algorithm
fast level set
Image segmentation
Noise suppression
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于RNGK-FCM算法的大梁焊接障碍物识别
- 4
-
-
作者
唐明
洪波
李湘文
雷伟成
-
机构
湘潭大学焊接机器人及应用技术湖南省重点实验室
-
出处
《焊接学报》
EI
CAS
CSCD
北大核心
2018年第12期58-62,131,共6页
-
基金
国家自然科学基金资助项目(51575468)
湖南省自然科学联合基金资助项目(2015JJ5013)
-
文摘
针对大梁焊接时难以通过传统的识别方法实现实时而精确的障碍物识别的问题,提出一种优化模糊C均值实时聚类(RNGK-FCM)的大梁焊接障碍物识别方法.引入实时聚类策略,替换核化距离函数,全局快速优化.通过MATLAB平台进行仿真对比分析各类FCM算法聚类性能,RNGK-FCM相比于传统FCM算法,能实时获取聚类数;对噪声点具有较好的鲁棒性;降低了对初值的敏感性,聚类识别精度高.在某公司大梁自动焊生产线进行障碍物识别试验.结果表明,各类障碍物聚类数准确,实时性优良,障碍物规避动作精准,为实现大梁自动焊打下了坚实的基础.
-
关键词
RNGK-fcm算法
实时聚类
核化函数
全局快速优化
大梁障碍物识别
-
Keywords
RNGK-fcm algorithm
real-time clustering
nuclear function
global fast optimization
obstacles detection of girder
-
分类号
TG409
[金属学及工艺—焊接]
-
