知识共享－－学术系列之计算机系讲座（第十五期）

－－一种C-均值聚类图像分割的模糊熵后处理方法

你是否了解图像分割处理方法呢？

C-均值聚类算法对含噪图像进行初步分割,再利用模糊熵准则作后续处理。该方法一方面能够继承C-均值聚类算法的优点,可以灵活地用在基于多特征和多阈值的图像分割中,另一方面充分考虑了图像的区域信息,利用模糊熵最小作为准则,对C-均值聚类算法初步分割结果的错分类点作了进一步的处理,克服了C-均值聚类算法对噪声敏感的缺点。实验结果表明,本文方法在运算开销上只比C-均值聚类算法多4～6s,对于低信噪比的图像能够取得优于C-均值聚类算法的分割效果。

3月29日（周三）中午12:30在图书馆一层学习共享空间，计算机系何颖老师将为大家作“一种C-均值聚类图像分割的模糊熵后处理方法”的讲座。

欢迎有兴趣的老师和同学参加！