首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波包分解和FCM聚类的纹理图像分割方法
引用本文:吴央,袁运能. 基于小波包分解和FCM聚类的纹理图像分割方法[J]. 北京航空航天大学学报, 2008, 34(5): 572-575
作者姓名:吴央  袁运能
作者单位:北京航空航天大学 电子信息工程学院, 北京100083
摘    要:提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊c均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果. 

关 键 词:图像分割   小波变换   模糊c均值聚类   最优小波基
收稿时间:2007-04-27

Texture image segmentation method based on wavelet packet transform and FCM clustring
Wu Yang,Yuan Yunneng. Texture image segmentation method based on wavelet packet transform and FCM clustring[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(5): 572-575
Authors:Wu Yang  Yuan Yunneng
Affiliation:School of Electronics and Information Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100083, China
Abstract:
Keywords:image segmentation  wavelet transform  fuzzy c-means clustering  optimal wavelet basis
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《北京航空航天大学学报》浏览原始摘要信息
点击此处可从《北京航空航天大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号