变长度微粒群优化模糊聚类的自适应图像分割方法

摘要：

模糊C均值聚类(FCM.fuzzy c-means)图像分割方法,对初值选取较敏感,并且需要事先确定聚类数目.为此,提出了一种基于变长度微粒群算法(PSO,particle swarm optimization)优化PBMF模糊聚类的自适应图像分割方法.PBMF指标函数考虑了聚类数目和聚类中心,通过设计变长度PSO算法来实现PBMF指标函数的优化过程,并利用统计直方图将图像从像素窄间映射到灰度直方图特征空间,从而快速地获得图像的最佳聚类数日和聚类中心.对遥感图像的分割实验表明,该自适应分割策略具有全局搜索图像最佳聚类数月和聚类中心的能力,以及较强的抗噪能力.

关键词：图像分割、模糊聚类、微腔群算法、模糊C均值、遗传算法

所属期刊栏目：20

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省普通高校研究牛科研创新计划CX08B_091Z;南京航空航天大学博士学位论文创新与创优基金BCXJ08-06

在线出版日期：2009-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：99-102