基于多目标规划的模糊C均值聚类算法

摘要：

模糊C均值聚类算法(FCM)是一种非常经典的非监督聚类技术,已被广泛地应用到医学图像分割.由于传统的FCM聚类算法在分割图像时仅利用了图像的灰度信息,未利用图像的空间信息,在分割叠加了噪声的磁共振(MR)图像时分割效果不理想.考虑到脑部MR图像真实的灰度值具有分片为常数的特性,按照合理利用图像空间信息的原则,对传统的FCM聚类算法进行了改进,引入多目标规划的概念,提出了一种新的,更加合理的应用图像空间信息的聚类算法.实验结果表明,应用该算法可以有效地分割含有噪声的图像.

关键词：图像分割、模糊C均值聚类算法、多目标规划、图像的空间信息

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划2003CB71610

在线出版日期：2008-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1492-1495