模糊聚类在图像分割中的应用_计算机软件及应用_it计算机_专业资料.pptVIP

模糊聚类在图像分割中的应用 图像分割 图像 1 人类通过各种各样的信息来认识世界、了解世界并改造这个世界。这些信息种类包括文字、声音和图像等。而人类获取的这些信息中80%是来自视觉的图像信息 图像是人类最重要和最有效的信息获取和交流方式。所以对信息的分类实质上就是对图像信息的分类 图像信息的分类实质上就是对图像进行分割 图像分割 图像分割 2 图像分割在图像工程中的地位 图像分割的目标是重点根据图像中的物体将图像的像素分类，并提取感兴趣目标 图像分割是图像识别和图像理解的基本前提步骤 模糊C均值聚类算法（FCM） FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。 模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。 隶属度函数是表示一个对象x隶属于集合A的程度的函数，通常记做μA(x)，其自变量范围是所有可能属于集合A的对象（即集合A所在空间中的所有点），取值范围是[0,1]，即0=1，μA(x)=1。μA(x)=1表示x完全隶属于集合A，相当于传统集合概念上的x∈A。一个定义在空间X={