优化的模糊C均值聚类在民族服饰图像分割中的应用

• 作者: 郑兰 黄成泉 郑泽鸿 冯润 胡雪
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 图像分割 模糊C均值聚类 局部空间信息 形态学重构
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 科技创见与应用|Scientific achievement and application
• 页码范围: 164-167
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2022.04.029

摘要

图像分割是图像处理和图像识别领域的重要研究内容之一.目前成熟的分割算法中,对于具有纹理、背景复杂或受噪声污染的图像分割效果不佳.针对这些问题,在模糊C均值聚类算法基础上,Lei等人[1]提出了一种快速鲁棒的模糊C均值算法(Fast and Robust Fuzzy C-means Clustering Algorithm,FrFCM).通过在合成噪声图像和少数民族服饰图像上的分割来验证FrFCM算法的性能.实验结果表明,该算法能够以较低的计算代价和较高的分割精度实现对民族服饰图像的良好分割,同时具有较强的抗噪性.