基于局部隶属度和邻域信息的gifp-fcm图像分割算法

？基于一般化的模糊划分gifp-fcm聚类算法是模糊c均值算法(fcm)的一种改进算法，一定程度上克服了fcm算法对噪声的敏感性，但由于其没有考虑图像的邻域信息，对含有较大噪声的图像分割效果不理想。为此，提出将局部隶属度和局部邻域信息等引入到gifp-fcm算法的目标函数中，通过重新计算每个像素的局部隶属度和邻域信息，较好地克服了噪声影响。利用该算法对合成图像、脑图分割的实验结果表明，对于含有高斯噪声、椒盐噪声和混合噪声的图像，新算法得到的划分系数值最大，划分熵最小，是一种去噪效果较好的图像分割算法。