一种融合曲线演化与模糊C均值聚类算法的快速图像分割模型

摘要：

针对模糊C均值聚类算法(FCM)分割图像时对噪声敏感和分割边界不封闭问题,该文基于FCM的隶属度矩阵定义伪水平集及演化曲线,提出一个融合曲线演化和FCM的快速图像分割模型.在伪水平集上,通过采用高斯滤波近似曲线演化过程中的弧长正则项,得到封闭光滑的分割边界;通过设计新的边缘停止函数,依据灰度值与隶属度映射关系对噪声点灰度值进行修正,降低了滤波对聚类的影响.聚类和曲线平滑交替进行,提高了模型对图像噪声的鲁棒性.实验结果表明该模型能够较好地克服图像噪声对分割的影响,得到较为理想的分割结果.

关键词：图像分割、模糊聚类、活动轮廓、曲线演化

所属期刊栏目：39

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61502279;国家重点研发计划课题2016YFC0801406;山东省自然科学基金ZR2015FM013;山东省重点研发计划项目2016GSF120012;泰山学者工程项目 The National Natural Science Foundation of China61502279;The National Key Research and Development Projects2016YFC0801406;Shandong Provincial Natural Science FoundationZR2015FM013;Shandong Province Key Research and Development Projects2016GSF120012;Taishan Scholar Project

在线出版日期：2017-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1379-1386