重庆理工大学学报2020，Vol.34Issue(11) ：130-137.DOI:10.3969/j.issn.1674-8425(z).2020.11.018

改进非局部核模糊C-均值聚类的红外图像分割

Improved Infrared Image Segmentation Based on Nonlocal Nuclear Fuzzy C-means Clustering

张莲 杨森淋 禹红良 左兴喜 刘晓丽
重庆理工大学学报2020，Vol.34Issue(11) ：130-137.DOI:10.3969/j.issn.1674-8425(z).2020.11.018
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

改进非局部核模糊C-均值聚类的红外图像分割

Improved Infrared Image Segmentation Based on Nonlocal Nuclear Fuzzy C-means Clustering

张莲 1杨森淋 1禹红良 1左兴喜 1刘晓丽1
扫码查看

作者信息

  • 1. 重庆理工大学 电气与电子工程学院,重庆 400054
  • 折叠

摘要

针对红外图像有着容易受到噪音干扰以及对比度低等特点,提出了最大最小距离法与改进模糊C均值聚类算法结合的图像分割方法.针对标准模糊C均值聚类算法存在的问题,首先通过最大最小距离法确定初始聚类中心,然后利用经非局部空间限制项以及高斯核函数改进的模糊C均值聚类算法对红外图像进行分割.经过对一系列红外图像的实验,结果表明:该算法的抗噪能力明显优于其他对比算法,且图像分割错误情况和迭代次数少于其他算法,相比其他对比算法性能更加优越,更适用于红外图像分割.

关键词

红外图像分割/模糊C均值聚类/非局部空间信息

引用本文复制引用

基金项目

国家自然科学基金(61402063)

重庆理工大学研究生创新项目(ycx20192055)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量6
参考文献量14
段落导航相关论文