基于改进遗传模糊聚类和水平集的图像分割算法

摘要：

针对传统的模糊聚类算法(FCM)容易陷入局部最优,水平集方法(Level set)容易受初始边界和控制参数的影响等问题,引入具有全局搜索能力的遗传算法(GA)初始化聚类中心,提出改进的模糊聚类算法分割得到目标的粗边缘,利用水平集方法强大的演化能力收敛到目标边缘.该算法可以减少水平集方法控制参数的个数,降低计算的复杂度,提高分割速度.实验在多目标轮廓图像、轮廓不清晰图像上进行,实验结果表明,该方法能够很好地检测出多目标及弱边缘图像的轮廓,在乳腺X线图像中,肿块的分割精度、过分割率和欠分割率分别为98.35％,0.27％和1.12％,优于同类算法.

关键词：模糊聚类算法、核模糊聚类算法、遗传算法、水平集、图像分割

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上基金项目61371062、61772358;山西省国际合作基金项目201603D421014

在线出版日期：2019-08-02（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：1390-1393,1412