10.16208/j.issn1000-7024.2019.03.030
基于分数阶信息的鲁棒图形模糊聚类分割算法
为改进现有的图形模糊聚类算法不适合图像分割需要的不足, 提出像素邻域分数阶信息约束的鲁棒图形模糊聚类分割算法.在现有的图形模糊聚类目标函数基础上, 对其聚类所涉及的中立度和拒分度进行正则化约束, 采用最优化数学方法推导获得一种图形模糊聚类算法.为增强图形模糊聚类分割算法的抗噪鲁棒性, 将像素邻域分数阶积分滤波信息嵌入正则化图形模糊聚类目标函数, 通过推导获得适合噪声干扰图像分割需要的鲁棒算法.测试结果表明, 该分割算法能够有效降低复杂背景对图像分割目标的影响, 提高了邻域均值信息约束的鲁棒分割算法的抗噪能力.
图形模糊C-均值聚类、正则化方法、空间邻域信息、分数阶积分、鲁棒分割算法
40
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61671377;陕西省自然科学基金项目2014JK816
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
774-781,855