搜索资源列表
mh
- 通过模糊c-均值（FCM）聚类实现图像的分割。-Through the fuzzy c-means (FCM) clustering to achieve image segmentation.
fcm
- 通过模糊c-均值（FCM）聚类实现图像的分割。-Through the fuzzy c-means (FCM) clustering to achieve image segmentation.
FCM
- 在matlab平台下实现的FCM（模糊C均值）聚类分割-In the matlab platform to achieve FCM (fuzzy C mean) clustering segmentation
Fuzzy-Cmean-partition
- 实现图像模糊C_均值聚类分割，包含算法思想和matlab源程序-Fuzzy C_ c-mean partition
entati
- 非局部加权模糊C均值聚类图像分割Non-locally weighted fuzzy C-means image segmentation-Non-locally weighted fuzzy C-means image segmentation
cannyedgedetection
- 基于canny边缘检测，模糊c均值聚类的图像分割-Canny edge detection based on fuzzy c-means clustering image segmentation
Code-Segmentation
- 基于WFCM的最优阈值图像分割 阈值化是图像分割中广泛应用的一种有效工具。基于类别可分性准则的Otsu法是性能良好且受到普遍欢迎的自动阈值选择方法。Otsu方法与c均值聚类算法的准则在一定条件下是等价的，而c均值聚类算法还可以快速实现分割问题。目前人们提出了很多基于c均值聚类准则的图像阈值化方法，其中模糊c均值（FCM）是最流行的算法之一。但是FCM算法没有考虑样本矢量间对聚类效果的不同影响，因而使用加权模糊c均值（WFCM）来解决这个问题。-Optimal threshold image se