基于均值漂移和模糊 C均值聚类的图像分割算法

• 作者: 吕学斌 孙旭 时宏伟 陈志飞
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像分割 模糊C均值聚类 均值漂移 形态学
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 基金项目论文
• 页码范围: 13-17
• 页数: 5页
• 分类号: TP391.41
• 字数: 6353字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.11.004

摘要

为改进传统的模糊C均值聚类（FCM）算法应用于图像分割时计算代价大、性能依赖于初始聚类个数和聚类中心、分割过程中易陷入局部极值的问题，提出一种基于均值漂移和模糊C均值聚类的图像分割算法。首先，利用优化的均值漂移算法对原始图像进行分割，分割后形成带权的分割图像并且得到聚类数目和聚类中心；然后，以带权分割图像为输入图像同时把聚类数和聚类中心引入加权FCM算法进行分割；最后，对分割结果进行形态学优化和二值化处理以提升分割效果。实验表明，该方法相对于传统的模糊C均值聚类算法有更好的图像分割效果和分割效率，且分割效果与人类视觉感知具有更高的一致性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	时宏伟	四川大学计算机学院	15	62	5.0	7.0
3	吕学斌	四川大学计算机学院	19	175	8.0	13.0
5	孙旭	四川大学计算机学院	8	170	5.0	8.0
11	陈志飞	四川大学计算机学院	2	21	2.0	2.0