基于蚁群及空间邻域信息的FCM图像分割方法

• 作者: 张勇杰 毛晓波 陈铁军
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 蚁群算法 分水岭 空间约束 图像分割
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电气工程
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP311
• 字数: 2392字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2014.01.001

摘要

针对模糊C均值(FCM)聚类算法聚类个数难以确定、搜索过程易陷入局部最优的缺陷,把蚁群算法与改进的FCM聚类算法相结合,提出了一种基于蚁群算法的带有空间邻域信息的模糊C均值聚类图像分割算法.首先利用分水岭算法对图像进行初始分割,然后利用蚁群算法寻优,求得聚类中心和聚类个数,将其作为模糊C均值聚类的初始聚类中心和聚类个数进行模糊聚类.实验结果表明:由于聚类样本数量显著减少,很大程度上提高了聚类速度和抗噪能力,增强了算法的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈铁军	郑州大学电气工程学院	115	1338	17.0	32.0
2	毛晓波	郑州大学电气工程学院	55	913	15.0	29.0
3	张勇杰	郑州大学电气工程学院	1	6	1.0	1.0