基于粒子群的改进模糊聚类图像分割算法

• 作者: 刘欢 肖根福
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群 模糊C均值聚类 图像分割 邻域信息 单元熵
• 年，卷（期）: 2013,（13）
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP391.41
• 字数: 3916字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1208-0074

摘要

基于粒子群优化的改进模糊聚类图像分割算法将微粒群搜索聚类中心作为图像分割的聚类初值，克服了FCM分割算法对聚类中心初值敏感的缺点，大幅提高了图像分割算法的计算速度。改进的模糊聚类图像分割算法，一方面考虑到像素的空间位置信息和相互邻域之间像素有很大的相关性，在目标函数中引入邻域惩罚函数；另一方面提出聚类在二维方向上进行更新的思想，建立了包含邻域单元熵的新聚类目标函数。实验结果表明，该方法可以使模糊聚类的速度得到明显提高，对初始聚类中心不敏感，抗噪能力强，是一种有效的模糊聚类图像分割方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘欢	井冈山大学电子与信息工程学院	21	98	4.0	9.0
2	肖根福	井冈山大学机电学院	26	155	6.0	12.0