|
|
1.
基于空间信息的可能性模糊C均值聚类遥感图像分割
张一行 王霞 方世明 李晓冬 凌峰
计算机应用
2011, 31 (11):
3004-3007.
DOI: 10.3724/SP.J.1087.2011.03004
可能性模糊C均值(PFCM)聚类算法作为模糊C均值(FCM)聚类算法的一种改进算法，能在一定程度上克服FCM算法对噪声的敏感性；但由于PFCM没有考虑像元间的空间信息，对含有较大噪声的图像分割效果依然不理想。为此，提出一种新的基于空间信息的PFCM算法(SPFCM)，克服了PFCM算法对含有较大噪声的图像分割效果不佳的缺点。通过对人工图像和IKONOS遥感图像进行分析，结果表明，SPFCM算法无论是在视觉上还是在分割正确率上都优于传统的FCM算法、PFCM算法及两种加入空间信息的FCM算法；对于含有高斯噪声和盐椒噪声的图像，平均分割正确率高达99.71%，是一种去噪效果较好的图像分割算法。
相关文章 |
多维度评价
|
|
