基于快速模糊C均值聚类算法的红外图像分割

• 作者: 乔闹生 叶玉堂 陈镇龙 黄永林
• 来源期刊: 强激光与粒子束
• 学科: 工学
• 关键词: 模糊C均值聚类 图像分割 区域生长 红外图像 模式识别
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 高功率激光与光学
• 页码范围: 1467-1470
• 分类号: TP391
• 字数: 2953字
• 语种: 中文
• DOI: 10.3788/HPLPB20112306.1467

摘要

针对模糊C均值(FCM)聚类图像分割需要预先知道类别数及计算量较大的问题,提出了新的快速FCM改进方法.首先,利用边缘信息进行邻域搜索得到种子像素;通过区域生长快速获得区域分割类别数和对应的聚类中心值,并将图像分成确定类别的区域和未确定类别的区域;最后利用所得的聚类中心值和FCM算法对未确定类别区域进行聚类.实验证明,本文提出的改进方法大大减少了计算量,显著提高了图像分割速度,而且由于聚类考虑了相邻像素点的关系,图像分割结果能够清晰地保留目标轮廓,提高了图像分割的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶玉堂	电子科技大学光电信息学院	170	1471	17.0	30.0
2	陈镇龙	电子科技大学光电信息学院	32	236	7.0	14.0
3	黄永林	电子科技大学光电信息学院	12	146	6.0	12.0
4	乔闹生	电子科技大学光电信息学院	14	177	7.0	13.0