基于混沌粒子群和模糊聚类的图像分割算法

• 作者: 宁红梅 张小红
• 来源期刊: 计算机应用研究
• 关键词: 图像分割 混沌粒子群算法 模糊C-均值聚类 全局优化
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 4786-4789
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.12.104

摘要

模糊C-均值聚类算法(FCM)是一种结合模糊集合概念和无监督聚类的图像分割技术,适合灰度图像中存在着模糊和不确定的特点；但该算法受初始聚类中心和隶属度矩阵的影响,易陷入局部极小.利用混沌非线性动力学具有遍历性、随机性等特点,结合粒子群的寻优特性,提出了一种基于混沌粒子群模糊C-均值聚类(CPSO-FCM)的图像分割算法.实验证明,该方法不仅具有防止粒子因停顿而收敛到局部极值的能力,而且具有更快的收敛速度和更高的分割精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小红	江西理工大学信息工程学院	92	442	12.0	15.0
2	宁红梅	江西理工大学信息工程学院	1	15	1.0	1.0