Published January 1, 2016
| Version v1
Publication
Open
Robust FCM Algorithm with Local and Gray Information for Image Segmentation
Description
The FCM (fuzzy c-mean) algorithm has been extended and modified in many ways in order to solve the image segmentation problem. However, almost all the extensions require the adjustment of at least one parameter that depends on the image itself. To overcome this problem and provide a robust fuzzy clustering algorithm that is fully free of the empirical parameters and noise type-independent, we propose a new factor that includes the local spatial and the gray level information. Actually, this work provides three extensions of the FCM algorithm that proved their efficiency on synthetic and real images.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تم توسيع خوارزمية FCM (غامض c- mean) وتعديلها بعدة طرق من أجل حل مشكلة تجزئة الصورة. ومع ذلك، تتطلب جميع الامتدادات تقريبًا ضبط معلمة واحدة على الأقل تعتمد على الصورة نفسها. للتغلب على هذه المشكلة وتوفير خوارزمية تجميع ضبابية قوية خالية تمامًا من المعلمات التجريبية ومستقلة عن نوع الضوضاء، نقترح عاملًا جديدًا يتضمن المعلومات المكانية المحلية ومعلومات المستوى الرمادي. في الواقع، يوفر هذا العمل ثلاثة ملحقات لخوارزمية FCM التي أثبتت كفاءتها في الصور الاصطناعية والحقيقية.Translated Description (French)
L'algorithme FCM (fuzzy c-mean) a été étendu et modifié de nombreuses façons afin de résoudre le problème de segmentation de l'image. Cependant, presque toutes les extensions nécessitent le réglage d'au moins un paramètre qui dépend de l'image elle-même. Pour surmonter ce problème et fournir un algorithme de clustering flou robuste, totalement exempt de paramètres empiriques et indépendant du type de bruit, nous proposons un nouveau facteur qui inclut l'information spatiale locale et le niveau de gris. En fait, ce travail fournit trois extensions de l'algorithme FCM qui ont prouvé leur efficacité sur des images synthétiques et réelles.Translated Description (Spanish)
El algoritmo FCM (fuzzy c-mean) se ha ampliado y modificado de muchas maneras para resolver el problema de segmentación de imágenes. Sin embargo, casi todas las extensiones requieren el ajuste de al menos un parámetro que depende de la propia imagen. Para superar este problema y proporcionar un algoritmo de agrupamiento difuso robusto que esté completamente libre de los parámetros empíricos e independiente del tipo de ruido, proponemos un nuevo factor que incluye la información espacial local y el nivel de gris. En realidad, este trabajo proporciona tres extensiones del algoritmo FCM que demostraron su eficiencia en imágenes sintéticas y reales.Files
6238295.pdf.pdf
Files
(16.0 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:f37c6af373ad3752a00f95af9411d363
|
16.0 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- خوارزمية FCM قوية مع معلومات محلية ورمادية لتقسيم الصور
- Translated title (French)
- Algorithme FCM robuste avec informations locales et grises pour la segmentation des images
- Translated title (Spanish)
- Algoritmo FCM robusto con información local y gris para la segmentación de imágenes
Identifiers
- Other
- https://openalex.org/W2533035352
- DOI
- 10.1155/2016/6238295
References
- https://openalex.org/W1973880112
- https://openalex.org/W1985215121
- https://openalex.org/W1992147426
- https://openalex.org/W2001912116
- https://openalex.org/W2036458679
- https://openalex.org/W2075500778
- https://openalex.org/W2106581202
- https://openalex.org/W2108859253
- https://openalex.org/W2115242586
- https://openalex.org/W2145015685
- https://openalex.org/W2163743295
- https://openalex.org/W2165012164
- https://openalex.org/W2165998205
- https://openalex.org/W2509838853