微分进化自适应模糊C均值分割算法

• 作者: 张一帆 张志禹 王彩虹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊C均值 图像分割 微分进化
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 135-141
• 页数: 7页
• 分类号: TP391.41
• 字数: 4632字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1606-0264

摘要

模糊C均值(FCM)聚类算法分割图像时,对图像的背景噪声和聚类算法的初始值比较敏感,为了克服这个问题,进而提出了微分进化模糊C均值分割算法.为了避免陷入局部极值,首先使用FCM聚类初始化,接着用改进的FCM进行模糊聚类;然后进行初始化种群操作,设置微分进化DE算法的参数,计算种群中每个个体的适应值,最后对满足条件的适应值进行变异、交叉、选择操作.利用DE算法的全局搜索优化能力,有效抑制了局部极值的产生和图像的背景噪声、纹理细节对图像分割效果的影响.还克服了对初值选择敏感的问题,保证图像分割边界的完整性,是一个比较高效的方法,有效地提升了分割效果.DE算法本身具有简单,快速,鲁棒性好等优点,利用这些优点可以有效地克服FCM算法的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志禹	西安理工大学自动化与信息工程学院	68	466	12.0	18.0
2	王彩虹	西安理工大学自动化与信息工程学院	2	3	1.0	1.0
3	张一帆	西安理工大学自动化与信息工程学院	2	3	1.0	1.0