科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像分割是计算机视觉领域的重要研究方向。模糊聚类方法由于其无监督的特性，在图像分割中得到了广泛的应用。然而，传统的模糊聚类方法在处理高强度噪声和复杂形状的图像时，往往分割效果不理想。为了解决这一问题，本文提出了一种基于显著性检测的权重因子，用于构建加权滤波器和像素相关性模型，以提高算法的抗噪能力。与传统滤波器相比，本文提出的加权滤波器在结构相似性上比最优结果高出0.1。此外，本文引入了核度量，以适应复杂图像的分割需求。通过在合成图像、自然图像和医学图像上进行大量实验，结果表明本文算法在视觉效果上优于传统方法，并且在分割精度上比最优结果高出2%。
- 单位
