首页|基于区域规则的模糊C均值聚类图像分割方法

基于区域规则的模糊C均值聚类图像分割方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统的模糊聚类图像分割算法只考虑像素点的灰度值,忽略了像素点的区域特性.虽然有些针对空间信息进行改进的聚类算法,但是仍局限于局部范围内.针对上述问题,提出了一种基于区域规则的核模糊C均值聚类的图像分割方法.该方法采用形态学和分水岭方法分别提取图像视觉轮廓和图像重建;以预划分的区域作为聚类入口,利用粒子群的全局寻优能力从小区域中搜索出较为准确的初始聚类中心,结合核函数并添加惩罚项完成图像聚类过程.实验结果表明,该图像分割算法对自然图片和合成图片能有效的分割出显著区域,同时具有较好的抗噪和规避不必要的毛躁能力.
Fuzzy C-means Clustering Image Segmentation Method Based on Region Rules

林佳庆、林嘉炜

展开 >

江苏科技大学计算机学院 镇江 212100

形态学 分水岭 模糊C均值 核函数 图像分割

2022

10.3969/j.issn.1672-9722.2022.12.034

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 1
  • 8