摘要
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.
基金项目
重庆市教委科学技术研究计划青年项目(KJQN202201148)
国家自然科学基金青年科学基金(61502065)
重庆市科委基础科学与前沿技术研究项目(cstc2015jcyjBX0127)
重庆市教委人文社会科学研究重点项目(17SKG136)
重庆理工大学研究生创新项目(gzlcx20223196)
重庆市教委人文社会科学研究青年项目(23SKGH263)
国家科技期刊平台
NSTL
万方数据