论文研究基于空间邻域加权的模糊C均值聚类及其应用研究.pdf

针对模糊C-均值聚类法用于图像聚类时仅利用了像素的灰度信息，而忽视空间位置信息，导致在噪声区域和边界处有误分类现象，提出一种新的基于空间邻域加权的模糊C-均值图像聚类法。首先，定义了一个空间邻域信息函数，该函数能够有力抑制噪声点，同时能够很好保留边界的特性；其次，设计了具有空间约束的样本邻域信息加权隶属度矩阵；最后，将该方法应用于人工合成图像和模拟MR脑图像的聚类。实验结果表明，该方法能够获得较好的聚类效果，同时具有较强的抑制噪声的能力。