首页|基于多尺度核模糊聚类的图像分割算法

基于多尺度核模糊聚类的图像分割算法

Image segmentation algorithm based on multi-scale kernel fuzzy cluster

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对现有的模糊聚类算法容易受到噪声影响,难以实现精准分割的问题,提出一种基于多尺度核模糊聚类的图像分割算法.首先,利用高斯滤波对分割图像进行多次模糊,构建多尺度空间.然后,利用图像的局部空间信息和权重信息来修改局部模糊因子,同时引入核函数,用内核诱导距离替换原始欧式度量,增加了其对噪声点和离群值的鲁棒性.将全局隶属度和局部隶属度加权,二次修正隶属度的划分.最后,使用滤波后的上层图像聚类结果依次指导下层图像聚类,避免了随机初始化,有效抑制噪声,提升算法的分割性能.为验证算法的有效性,与其他8 种聚类算法进行对比分析,结果表明:所提算法在噪声污染和复杂图像中能够取得较好的分割结果.

neighborhood informationfuzzy c-meansmulti-scale filtersmembership constraints

龙建武、陈都

展开 >

重庆理工大学 计算机科学与工程学院,重庆 400054

邻域信息 模糊C均值 多尺度滤波 隶属度约束

重庆市教委科学技术研究计划青年项目国家自然科学基金青年科学基金重庆市科委基础科学与前沿技术研究项目重庆市教委人文社会科学研究重点项目重庆理工大学研究生创新项目重庆市教委人文社会科学研究青年项目

KJQN20220114861502065cstc2015jcyjBX012717SKG136gzlcx2022319623SKGH263

2023

10.3969/j.issn.1674-8425(z).2023.11.017

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
年,卷(期)：2023.37(21)
  • 1
  • 4