改进的模糊C-均值算法在医学图像分割中的应用

• 作者: 巩向普 程显毅
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 蚁群算法 医学图像分割 模糊C-均值聚类 遗传算法
• 年，卷（期）: 2010,（1）
• 页码范围: 80-84
• 页数: 5页
• 分类号: TP391
• 字数: 2919字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.01.014

摘要

针对随机选取聚类中心易使得迭代过程陷入局部最优解的缺点,提出了一种混合优化蚁群和动态模糊C-均值的图像分割方法,该方法利用蚁群算法较强处理局部极值的能力,并能动态确定聚类中心和数目.针对传统的分阶段结合遗传算法和蚁群算法的策略存在收敛速度慢,聚类精度差的问题,提出在整个优化过程综合遗传算法和蚁群算法,并在蚁群算法中引入拥挤度函数,利用遗传算法的快速性、全局收敛性提高了蚁群算法的收敛速度,同时利用蚁群算法的并行性和正反馈性提高了聚类的精确度.最后将该算法应用到医学图像分割,对比实验表明,混合算法具有很强的模糊边缘和微细边缘分割能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程显毅	南通大学计算机科学与技术学院	30	105	6.0	9.0
2	巩向普	南通大学计算机科学与技术学院	1	9	1.0	1.0