《表1 不同种类噪声图像分割结果评价(%)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于协方差距离和粒子群优化的模糊C均值改进算法在医学影像图像处理中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：表中US为假阴性率；OS为假阳性率；IC为总错误率；FCM为模糊C均值算法；SFCM为基于空间信息的模糊C均值算法；FGFCM为快速广义的模糊C均值算法；IFCMS为基于局部信息的模糊C均值算法

对于不同种类噪声，假阴性率、假阳性率和错误率均低于其他算法，且平均假阴性率从14.56%降到4.31%，假阳性率从31.40%降到13.71%，分割错误率从18.18%降到5.97%，见表1。