一种基于改进PSO和FCM的图像分割算法

• 作者: 唐红梅 武翠霞 韩力英 高金雍
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 粒子群优化算法 模糊C-均值聚类 聚类中心 有效性指标 图像分割
• 年，卷（期）: 2011,（6）
• 页码范围: 6-10
• 分类号: TP391
• 字数: 3159字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2373.2011.06.002

摘要

在模糊C-均值聚类算法的基础上,提出了基于改进粒子群和模糊C-均值聚类的混合图像分割算法.该算法利用改进粒子群算法优化模糊C-均值的目标函数,同时引入聚类有效性指标,通过迭代更新搜索到合理的分割类别数和聚类中心实现自动确定图像分割最佳类别数,并根据最佳类别数确定最优聚类中心的选取,最终实现图像的自适应分割.实验结果表明,该方法可自适应地确定图像分割最佳类别数,并能快速准确地实现图像分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高金雍	河北工业大学信息工程学院	25	83	5.0	6.0
2	唐红梅	河北工业大学信息工程学院	35	247	8.0	14.0
3	韩力英	河北工业大学信息工程学院	38	146	5.0	11.0
4	武翠霞	河北工业大学信息工程学院	5	22	3.0	4.0