改进的基于模糊C-均值聚类的图像分割算法

• 作者: 李伟
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊C-均值聚类 图像分割 空间邻域 灰度直方图 模糊聚类 K均值聚类
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 457-461
• 页数: 5页
• 分类号: TN911.73
• 字数: 2871字
• 语种: 中文

摘要

目前的FCM类型的算法聚类数目的确定需要聚类原形参数的先验知识,否则算法就会产生误导.为了提高图像分割算法的抗噪性能,用K均值聚类算法简单、快速的优点对模糊C均值聚类算法进行改进.结合图像的邻域信息,对图像的直方图作均衡化处理,改善图像质量,通过自适应滤波,降低噪声对分割效果的影响.先用K均值聚类算法对图像进行分割,快速的获得较为准确的聚类中心和初次分割图像,避免了FCM算法中初始聚类中心选择不当造成的死点问题.用邻域灰度均值信息代替传统模糊C均值聚类算法中的灰度信息,对K均值聚类得到的图像作二次分割.该方法能更好的抑制噪声的干扰,提高了聚类算法的分割精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	哈尔滨工程大学信息与通信工程学院	107	600	13.0	20.0