《表1 分割正确率(SA)和平均结构相似性(MSSIM)的比较》

  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

《基于像元相互关系的FCM聚类分割算法》

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

为验证算法的可行性，本文采用简单的人工合成图像为实验对象，将本文算法与MIFCM、DFCM、DIFCM算法进行对比实验。图4和5所示分别为原始合成图像和利用各算法对混合噪声图像的分割结果（均值为0，方差为0.05的高斯白噪声与密度为0.05的椒盐噪声混合）。同时，表1所示为对应分割结果的SA、MSSIM取值。从图4的分割结果可以看出，由于受到强噪声的影响，在分割结果中出现较多的孤立噪声点，从而导致前3种算法的分割效果一般，抗噪性较差。相对而言，本文算法分割效果较好，且具有一定的抗噪性。由表1的统计结果可知，本文所提算法相比较于其他FCM算法，抗噪性得到了一定程度的提高。