模糊C均值聚类与多相水平集图割优化相结合的图像分割
An Image Segmentation Method by Combining Fuzzy C-Means Clustering with Graph Cuts Optimization for Multiphase Level Set Algorithms作者机构：西北工业大学机电学院陕西西安710072
出 版 物：《图学学报》 (Journal of Graphics)
年 卷 期：2015年第36卷第4期
页 面：563-569页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：针对在分割多个目标时多相水平集模型对初始轮廓曲线敏感且计算量大的问题,提出采用模糊C均值聚类算法将图像进行粗分割,初始化多相水平集函数,使用图割算法分割出多相结果的方法。该方法能有效减小多相水平集算法对初始轮廓曲线的敏感性,使图割算法在分割图像时更容易分割出理想的目标轮廓;同时,采用图割算法可使水平集函数很快收敛到能量最小值,有效减少计算量,提高计算效率。实验表明该方法具有较好地分割效果和较高地分割效率。
维普期刊数据库
同方期刊数据库