基于分水岭和模糊c均值聚类的图像分割方法杨洪薇.pdfVIP

第圆7 卷 第1 期 津 工 业 大 学 学 报 Vol.27 No.1 圆园园8 年2 月 韵哉砸晕粤蕴 韵云 栽陨粤晕 陨晕 孕韵蕴再栽耘悦匀晕陨悦 哉晕陨灾耘砸杂陨栽再 February 2008 于分水岭和模糊C 均值聚类的图像分割方法 洪薇 肖志涛 翁秀梅 津工业大学信息与通信工程学院袁 天津 300160冤 摘 要 对分水岭算法对微弱边缘和噪声非常敏感 容易导致过分割现象的问题袁 提出综合运用分水岭算法和基 于区域的模糊C 均值聚类的图像分割方法. 与单独使用分水岭方法相比袁 该方法不仅利用区域的灰度信 息袁 而且考虑了区域间的空间信息. 实验结果表明袁 本方法能有效地对图像进行分割袁 克服了分水岭算法 的过分割问题. 关键词院图像分割曰 分水岭算法曰模糊C 均值聚类曰 过分割 中图分类号 TP391.41 文献标识码 粤 文章编号 员远苑员原园圆源载渊圆园园8冤园1原园园53原园3 Image segmentation based on watershed and fuzzy C-means clustering YANG Hong-wei 袁 XIAO Zhi-tao 袁 WENG Xiu-mei School of Information and Communication Engineering袁 Tianj in Polytechnic University 袁 Tianj in 300160 袁 China冤 Abstract 院 Watershed algorithm often causes oversegmentation because of its high sensitivity to the weak edge and the noise. To overcome its limitation 袁 watershed algorithm was combined with region -based fuzzy C -means clustering for image segmentation. Compared with watershed algorithm袁 not only the grayscale information but also each region忆s spatial information is considered in this method. Experimental results show that this method can efficiently overcome the oversegmentation problem. Key words 院 image segmentation 曰 watershed algorithm 曰 fuzzy C-means clustering曰 oversegmentation [3] 图像分割是图像处理到图像分析的关键步骤袁也 区域合并方法将小区域合并到相邻区域中 . 然 上述 是进一步对图像进行理解的基础袁这一技术在医疗尧 几种方法往往不能达到很好的分割效果袁为了更好