基于粒子群模糊C-均值聚类的图像分割算法

• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像分割 粒子群优化算法 模糊C-均值聚类算法 全局优化
• 年，卷（期）: 2009,（31）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 158-160
• 页数: 3页
• 分类号: TP301
• 字数: 2768字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.31.047

摘要

模糊C-均值(FCM)聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点.将粒子群优化算法(PSO)与模糊C-均值聚类算法相结合,实现了基于粒子群模糊C-均值聚类的图像分割算法.实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果.