结合ECM和FCM聚类的遥感图像分割新方法

• 作者: 杜根远 田胜利 苗放
• 来源期刊: 计算机应用研究
• 关键词: 遥感图像分割 模糊C均值聚类 进化聚类 基于内容的图像检索
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3995-3997
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.115

摘要

模糊C均值算法(FCM)具有良好的聚类性能从而被广泛应用于图像分割领域,但其存在距离测度鲁棒性差、需预先给出初始聚类数目、未考虑图像局部相关特性等问题.本质上讲,FCM算法是一种局部搜索优化算法,如果初始值选择不当,不仅需要更多的迭代次数,而且会收敛到局部最优解.针对上述问题,结合进化聚类(ECM)和FCM算法,提出了一种遥感图像分割的新方法.利用ECM解决模糊C均值聚类算法的初始化中心选择问题,再利用FCM算法对获得的聚类中心进行优化,完成模糊聚类划分,通过去模糊化转换为确定性分类,实现聚类分割.实验结果表明,该方法能以较少的迭代次数收敛到全局最优解,具有较好的稳定性和鲁棒性,有较好的分割效果,提高了遥感图像分割方法的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜根远	成都理工大学信息工程学院	11	63	5.0	7.0
10	苗放	成都理工大学信息工程学院	191	1630	20.0	31.0
14	田胜利	许昌学院计算机科学与技术学院	22	156	6.0	12.0