基于视觉感知的模糊C均值聚类算法

摘要：

针对传统模糊C均值聚类算法对结构复杂图像分割效果不理想的问题,提出一种基于视觉感知的模糊C均值聚类算法.首先,在分析视皮层神经元感受野性质的基础上,建立视神经元细胞响应函数来计算图像的结构特征.其次,定义一种斜坡函数从仿生学的角度来模拟人眼对相对亮度变化的感知,用来计算图像中像素点与聚类中心点之间的差异.所提模型充分考虑了邻域刺激对中心神经元影响的方向性、位置相对性和周期性,比较精确地描述了图像的结构信息,有效地抑制了噪声和复杂纹理的干扰.实验结果表明,本文算法克服了传统模糊C均值聚类算法的缺点,实现了具有复杂背景图像的精确分割.

关键词：模糊C均值聚类、图像分割、视觉感知、视神经元

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目81000639

在线出版日期：2013-02-25（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：1690-1693,1730