《表1 噪声水平0.02的人工合成图像分割结果评价（±s)》

  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

《基于加权像素距离和相对熵的模糊C均值聚类改进算法研究》

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

首先选用一幅人工合成的4灰度类别图像进行模拟实验，该图像（图1a）包含4个方格，方格矩阵大小为64×64。在原图像中加入信噪比为3.5 dB的高斯噪声得噪声图像（图1b）。各算法参数设置如下：FCM算法C=4，LDFCM算法a=0.4，LMFCM算法p=1，q=2，本研究算法γ（t）=6000*exp（-t/100），迭代次数t取20，领域矩阵大小为3×3。由图1视觉评判可知，四种算法均能分离4个类别图像，但标准FCM算法、LDFCM算法和LMFCM算法所得图像中均存在像素误分类现象，基于本研究算法的图像各类别边界清晰，图像噪点最少。定量评估结果见图2和表1，基于本研究算法的不同噪声水平图像分割MCP均最低，且在噪声水平为0.02时，MCP(0.02%）、VPC(0.9986）、VPE(0.0024）和VXB(0.2114）均优于其他FCM算法，