步骤8：如果相邻两次迭代中底层的隶属度U矩阵相减后的最大值小于 ，则算法停止并输出划分矩阵U，否则转向步骤7。
步骤9：将划分矩阵U去模糊，再合理地映射至原图像，最终获得分割结果。
五、实验结果
我们用一幅64×64大小的人造含噪图像来做实验，分别用三种算法来对图1（a）来进行分割。
   
（a）含噪图像 （b）FCM分割结果 （c）WFCM分割结果 （d）二维直方图塔形WFCM
图1 三种算法分割的比较
从图1（b）—（d）的分割结果图来看，对信噪比低的图像进行分割时，塔形WFCM算法分割性能最好，WFCM算法次之，而FCM算法分割的最差。
参考文献：
[1] 丁震等.FCM算法用于灰度图像分割的研究[J].电子学报, 1997
[2] 高新波.模糊聚类分析及其应用[M].西安: 西安电子科技大学出版社, 2004
[3] 高新波等.基于加权模糊c 均值聚类与统计检验指导的多阈值图像自动分割算法[J].电子学报,
2004
[4] 杨润玲等.基于加权模糊c均值聚类的快速图像自动分割法.[J].中国图象图形学报,2007
2/2 首页 上一页 1 2 |
