基于互信息量的图像分割
吕庆文 陈武凡
南方医科大学生物医学工程学院,广州510515
摘 要:
图像分割是图像信息处理的热点和难点之一，常用的分割方法有阈值法和聚类法等．模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题．研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题，基于模拟退火算法和互信息量，以最大互信息量为优化目标，文中提出了一种新的分类类数判据一互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS），实验结果表明，MMS克服了FCM算法的上述不足．更为重要的是，作为一种一般性的分类算法，MMS算法如同FCM一样，可以应用到图像分割以外的更广阔的领域，如经济学、运筹学、模式识别等． (共6页)
学科分类:
TP391[工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工)]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com