论文部分内容阅读
在对弱边界的图像进行分割时,边界区域的像素点分类问题是一个不确定性问题,对于此类问题,无论是随机过程的分布函数,还是模糊数学的隶属函数往往都不易确定。传统基于欧氏距离测度对像素点归类的方法仅利用了像素的灰度信息,而忽视空间位置信息。提出一种加权的Hausdorff距离测度,利用像素邻域区间分析方法,力图更加接近复杂不确定性问题的求解,将该测度应用于传统FCM、KFCM算法,对Brainweb脑部图像进行实验,结果表明,应用加权的Hausdorff距离测度方法比传统欧氏距离测度方法分类正确率更高。