改进的二维Renyi熵与FCM模糊聚类图像分割算法

"二维Renyi灰度熵和模糊聚类在图像分割中的应用 (2014年)，程传奇，郝向阳，刘松林，信息工程大学，河南郑州450001" 这篇论文是2014年由程传奇、郝向阳和刘松林发表于测绘科学技术学报的一篇研究，主要关注的是如何优化图像分割方法。传统二维Renyi熵阈值算法在处理图像分割时存在计算复杂度高的问题，这限制了其在实际应用中的效率。因此，作者提出了一种改进的二维Renyi图像分割算法，以解决这个问题。 在改进的算法中，他们摒弃了传统的二维Renyi熵阈值计算方法，转而采用两个一维Renyi熵算法的阈值来替代。这种做法显著降低了计算复杂度，使得算法运行速度得到提升。此外，为了进一步提高图像分割的质量和准确性，作者还结合了模糊C-均值（FCM）聚类算法。FCM是一种著名的模糊聚类方法，能处理数据的不确定性，对于图像分割中的边界模糊和光照不均等现象有较好的适应性。 实验结果证明，这种结合了两种方法的改进算法在保持良好分割效果的同时，运算速度有了显著的提升。这表明该算法能够有效地平衡分割精度和计算效率，为图像处理领域提供了一个更优的选择。论文中通过实例展示了改进算法的效果，并与其他方法进行了对比，进一步证实了其优越性。 关键词涉及到图像分割、二维直方图、Renyi熵、阈值化和模糊C-均值，这些是本文研究的核心技术。中图分类号P237表明这是属于地理信息科学领域的研究成果，文献标识码A则表示这是一篇原创性的学术论文。DOI编码则提供了该论文的唯一数字识别符，方便后续引用和检索。 这篇论文提出了一种改进的二维Renyi熵和模糊聚类相结合的图像分割算法，解决了传统方法计算复杂度高和分割效果不佳的问题，为图像处理技术的发展作出了贡献。