用于图像分割的非局部空间约束的核FCM算法

• 作者: 康家银 张文娟
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 图像分割 模糊C均值 模糊聚类 核方法 空间约束
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 全国机器学习会议论文专栏
• 页码范围: 122-128
• 页数: 7页
• 分类号: TP391.4
• 字数: 4168字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2019.03.016

摘要

图像分割是图像分析、图像理解的前提和关键,其结果直接决定着图像分析和理解的质量.模糊C均值(Fuzzy C-Means,FCM)聚类算法是一种常用的图像分割算法.然而,由于经典的FCM算法只考虑像素自身,从而对外围噪声比较敏感.因此,提出了一种改进的用于图像分割的FCM聚类算法.该算法通过利用核方法修改FCA-NLASC算法中的目标函数而实现,即用核距离替代FCA-NLASC中的欧氏距离,相应地得到核FCA-NLASC聚类算法——KNLASC-FCM聚类算法.利用提出的算法分别进行人工合成图像和实际图像的实验结果表明,当图像含有噪声时,与算法FCA-NLASC相比,KNLASC-FCM算法在主观视觉、客观量化两方面的评价中均具有更好的分割性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文娟	淮海工学院计算机工程学院	12	99	5.0	9.0
2	康家银	淮海工学院电子工程学院	6	73	4.0	6.0