核空间自适应非局部均值鲁棒分割算法

• 作者: 何晶 吴成茂
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 非局部均值算法 模糊C均值(FCM)算法 信噪比(SNR) 核函数
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 910-917
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16136/j.joel.2017.08.0363

摘要

为改善传统模糊C均值(FCM)算法对噪声干扰下图像的分割效果,提出了一种基于核空间邻域信息和自适应非局部均值相结合的图像鲁棒分割算法.首先,利用传统FCM聚类算法进行初始聚类分割,将所得聚类中心作为改进算法的初始聚类中心;其次通过自适应非局部均值算法对图像进行平滑处理,避免图像过度分割;然后对引入核空间邻域信息的目标函数进行最优化求解,获取聚类中心和隶属度的迭代表达式;最后对像素进行分类时,利用邻域像素隶属度对像素进行进一步滤波处理.实验结果表明:本文的改进算法与传统FCM聚类算法、核空间FCM(KF-CM)算法、基于邻域信息的FCM(FCMS)算法和基于邻域信息KFCM(KFCM-S)算法相比,改进算法对强噪声干扰下的图像具有较好的鲁棒性,并且能够有效分割图像的目标信息和背景信息.从几种算法进行聚类分割结果所对应的峰值信噪比(PSNR)也可以看出,本文改进算法的PSNR更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴成茂		198	1556	18.0	31.0
2	何晶		8	25	3.0	4.0