融合模糊聚类的Mumford-Shah模型

谢振平; 王士同

您当前的位置：

首页 >

文章列表页 >

融合模糊聚类的Mumford-Shah模型

论文 | 更新时间：2025-07-16

- 融合模糊聚类的Mumford-Shah模型
- An Extended Mumford-Shah Model Integrated with Fuzzy Clustering
- 电子学报 2008年36卷第1期页码：127-132
- 作者机构：
  
  1. 江南大学信息工程学院,江苏,无锡,214122
  2. 南京大学软件新技术国家重点实验室,江苏,南京,210016
  3. 江南大学信息工程学院江苏无锡,214122
  4. 南京大学软件新技术国家重点实验室江苏南京,210016
- 作者简介：
- 基金信息：
  
  2004年教育部优秀人才支持计划 (No.NCET-04-0496);模式识别国家重点实验室开放课题;南京大学软件新技术国家重点实验室开放课题;教育部重点科学研究项目 (No.105087);国防应用基础研究基金 (No.A1420061266);国家863高技术研究发展计划 (No.2006AA10Z313)
- DOI：
  中图分类号： TP391
- 纸质出版：2008
- 稿件说明：
移动端阅览
谢振平, 王士同. 融合模糊聚类的Mumford-Shah模型[J]. 电子学报, 2008,36(1):127-132.

XIE Zhen-ping, WANG Shi-tong. An Extended Mumford-Shah Model Integrated with Fuzzy Clustering[J]. Acta Electronica Sinica, 2008, 36(1): 127-132.
谢振平, 王士同. 融合模糊聚类的Mumford-Shah模型[J]. 电子学报, 2008,36(1):127-132. DOI：

XIE Zhen-ping, WANG Shi-tong. An Extended Mumford-Shah Model Integrated with Fuzzy Clustering[J]. Acta Electronica Sinica, 2008, 36(1): 127-132. DOI：

摘要

Mumford-Shah模型和模糊聚类技术是图像分割的两类重要方法

前者着重于控制图像分割区域的连通性和边界的光滑性

而后者更多地分析了图像色彩的统计特征.受此启发

文中通过在第一种方法中融入模糊聚类技术

提出了融合模糊聚类的Mumford-Shah模型(简称FCMS模型)

它能很好地结合两类方法各自的优点.在FCMS中

通过引入三个策略实现两类方法的融合

理论分析可知

现有的多类模糊聚类技术与许多Mumford-Shah模型的变形方法都能在此框架下很好地融合.文中以FCM和基本Mumford-Shah模型为例

给出了FCMS的一个具体实现

并对其做了理论和实验上的分析研究

所得结果证明了这一新模型的合理性与有效性.

Abstract

Fuzzy clustering and Mumford-Shah model are two fundamental methods for image segmentation.In this paper

an extended Mumford-Shah model integrated with fuzzy clustering

called FCMS

is presented.FCMS has some remarkable characteristics and better performance.The framework of FCMS consists of three strategies

which are also available for integrating various popular fuzzy clustering algorithms into many Mumford-Shah’s variations.In particular

an example of FCMS using the FCM and original Mumford-Shah model is completely studied in this paper.The results on theoretical and experimental analysis demonstrate the rationality and effectiveness of the proposed model.

关键词

Keywords

references

浏览量

1063

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于比尔朗伯定律的变分水平集模型

基于改进的变分水平集和区域生长的图像分割方法的研究

基于纹理特征的多区域水平集图像分割方法