一种改进的快速FCM图像分割算法

摘要：

FCM算法对图像的模糊特征具有较强的鲁棒性,在图像分割方面得到了广泛应用.但FCM算法采用随机初始化聚类中心的方法,使算法在迭代次数上有一定的不确定性.为提高FCM算法的运算效率,提出一种基于确定初始聚类中心的快速FCM图像分割算法.用最大类间方差法多次划分图像的灰度区间,根据区间中像素点的灰度值来初始化聚类中心,以使其尽可能的接近最终分割的聚类中心,减少算法的迭代次数.实验结果表明,与传统的FCM算法相比较,改进后的算法可以通过较少的迭代次数及运算时间分割图像.且该算法可以应用于诸多采取随机初始化聚类中心的FCM相关的算法中,以提高算法的运算效率.

关键词：模糊C均值聚类、图像分割、初始化聚类中心

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：134-138