基于改进的模糊C均值聚类算法的颗粒种子图像分割方法

• 作者: 王宇 王高 陈婧
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 颗粒种子图像 图像分割 K-means聚类算法 模糊C均值聚类(FCM)算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 177-182
• 页数: 6页
• 分类号: TP391.4
• 字数: 4319字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2018.02.012

摘要

针对利用模糊C均值聚类(FCM)算法进行农作物颗粒种子数字图像分割时的噪声敏感性问题,提出在传统 FCM算法的目标函数中加入惩罚项来表示邻域像素值影响的方法,即利用图像的空间信息提高聚类准确性,并通过像素距离因子来修饰空间作用的方法,进行距离模糊加权因子对目标函数的改进.实验结果表明,利用改进的 FCM算法在将颗粒种子图像从背景图像中分割出来时,抗噪声性能比传统 FCM算法更好,程序运行耗时节省一半左右,准确率从93%提高到99%,为下一步利用机器视觉系统进行颗粒种子计数检测打下良好基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王高	中北大学仪器科学与动态测试教育部重点实验室	129	435	11.0	13.0
5	王宇	山西工程职业技术学院电气工程系	6	24	3.0	4.0