结合Gibbs随机场的加权模糊C均值图像分割算法

摘要

加权模糊C均值(WFCM)算法是在模糊C均值(fuzzyC-Means,FCM)算法的基础上提出的,它为不同的样本添加了不同的权值,从而改善了聚类效果。然而传统的加权模糊C均值算法具有对噪声非常敏感的缺陷,于是本文提出了一种结合Gibbs随机场的改进的WFCM算法(G-WFCM)。根据Gibbs随机场概率分布构造了一个Gibbs空间约束场,通过用Gibbs空间约束场为WFCM施加空间约束的方法来减小噪声对分割结果的影响。文中给出的人脑MRI图像分割实验证明,本文提出的G-WFCM算法具有比原WFCM算法更强的抗椒盐噪声能力。