基于模糊聚类的图像分割研究进展

雷涛; 张肖; 加小红; 刘侍刚; 张艳宁

doi:10.3969/j.issn.0372-2112.2019.08.023

您当前的位置：

首页 >

文章列表页 >

基于模糊聚类的图像分割研究进展

综述评论 | 更新时间：2025-07-16

- 基于模糊聚类的图像分割研究进展
- Research Progress on Image Segmentation Based on Fuzzy Clustering
- 电子学报 2019年47卷第8期页码：1776-1791
- 作者机构：
  
  1. 陕西科技大学电子信息与人工智能学院,陕西,西安,710021
  2. 陕西科技大学电气与控制工程学院,陕西,西安,710021
  3. 陕西师范大学计算机科学学院,陕西,西安,710062
  4. 西北工业大学计算机科学学院,陕西,西安,710072
  5. 陕西科技大学电子信息与人工智能学院,陕西,西安,710021
  6. 陕西科技大学电气与控制工程学院,陕西,西安,710021
  7. 陕西师范大学计算机科学学院,陕西,西安,710062
  8. 西北工业大学计算机科学学院,陕西,西安,710072
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61871259，No.61811530325，No.61461025，No.61672333，No.61873155）
- DOI：10.3969/j.issn.0372-2112.2019.08.023
  中图分类号： TP391.41
- 网络出版：2019-08-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
雷涛, 张肖, 加小红, 等. 基于模糊聚类的图像分割研究进展[J]. 电子学报, 2019,47(8):1776-1791.

LEI Tao, ZHANG Xiao, JIA Xiao-hong, et al. Research Progress on Image Segmentation Based on Fuzzy Clustering[J]. Acta Electronica Sinica, 2019, 47(8): 1776-1791.
雷涛, 张肖, 加小红, 等. 基于模糊聚类的图像分割研究进展[J]. 电子学报, 2019,47(8):1776-1791. DOI： 10.3969/j.issn.0372-2112.2019.08.023.

LEI Tao, ZHANG Xiao, JIA Xiao-hong, et al. Research Progress on Image Segmentation Based on Fuzzy Clustering[J]. Acta Electronica Sinica, 2019, 47(8): 1776-1791. DOI： 10.3969/j.issn.0372-2112.2019.08.023.

摘要

模糊聚类算法（Fuzzy C-Means，FCM）是一种基于软划分的聚类过程，已被广泛应用于机器学习、图像处理和计算机视觉等领域.虽然当前已涌现出大量关于FCM的图像分割算法，但仍然面临诸多挑战.本文将基于FCM的图像分割算法归纳为三类：基于空间邻域信息的FCM算法、基于直方图信息的快速FCM算法及基于维度加权的FCM算法.首先系统分析和阐述了各类FCM算法的研究现状，然后通过实验分析各类算法的性能，最后总结了FCM算法在图像分割中存在的问题以及将来的研究方向.

Abstract

Fuzzy c-means (FCM) algorithm is a clustering process based on soft partitioning

and it has been widely used in machine learning

image processing and computer vision. Although a large number of image segmentation algorithms based on FCM have been proposed

it is still a challenge research topic to research image segmentation based on fuzzy clustering. In this paper

image segmentation algorithms based on FCM are roughly grouped into three categories: FCM algorithms based on spatial neighboring information

FCM algorithms based on histogram information

and FCM algorithms based on dimension weight. We firstly analyze and elaborate the current research on FCM algorithms. Afterwards

we analyze the performance of different algorithms according to experiments.Finally

we conclude the drawbacks of image segmentation algorithms based on FCM and the future research direction.

关键词

Keywords

references

浏览量

515

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Wasserstein距离的局部能量分割模型

一种新的PCNN模型参数估算方法

区域和邻域级信息相结合的加强型PFCM含噪图像分割算法

SwinT-Unet：基于双通道自注意力机制的超声图像分割方法

基于GOSSA和HMM的时间序列预测算法