基于图割与改进模糊C均值的图像分割

• 作者: 汪西莉 辛月兰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图割 超像素 模糊C均值 图像分割
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 206-209,293
• 页数: 5页
• 分类号: TP391
• 字数: 5540字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.07.052

摘要

为提高图割算法对图像的分割效果,提出一种改进的模糊C均值聚类算法(FCMA)和图割分割算法相结合的图像分割方法.首先,用均值漂移算法将图像过分割成多个小区域(超像素),用得到的超像素代替像素点作为图的顶点,以相邻像素块间的关系为边构建图模型;然后,采用改进的模糊C均值(FCMA)算法对前景和背景的混合高斯模型分别进行聚类分析;最后,用最大流/最小割算法求取能量函数的全局最优解印得到图像的分割结果.实验结果表明,该方法在分割结果上具有较强的区域一致性及较为清晰、平滑的图像边缘,并且该方法对含有噪声的图像也能得到较好的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辛月兰	陕西师范大学计算机科学学院	25	98	5.0	9.0
3	汪西莉	陕西师范大学计算机科学学院	83	804	16.0	23.0