基于c-或模糊c-均值的快速N-D灰度图像分割
c均值和模糊c均值聚类是两种非常流行的图像分割算法。虽然它们的实现很简单，但如果天真地实现，将导致执行时间和内存消耗方面的巨大开销。尽管这些缺陷对于小的2D图像可以忽略，但对于大的3D数据集，它们变得更加明显。这一提交的目的是提供一个有效的实现这些算法分割n维灰度图像。利用聚类过程中图像强度的直方图代替原始图像数据，实现了计算效率。最后，由于算法是从头开始实现的，所以不依赖于任何辅助工具箱。
要快速演示如何使用这些函数，请运行附件DemoFCM.m文件。
你也可以从Matlab中央文件交换．
许可证
麻省理工学院©2019 Anton Semechkoa.semechko@gmail.com
引用作为
安东Semechko(2021)。快速模糊c均值图像分割GitHub (https://github.com/AntonSemechko/Fast-Fuzzy-C-Means-Segmentation)。检索．
MATLAB版本兼容性
创建R2011a
与任何版本兼容
平台的兼容性
窗户 macOS Linux标签
确认
要查看或报告这个GitHub插件中的问题，请访问GitHub库．
要查看或报告这个GitHub插件中的问题，请访问GitHub库．
