改进的快速FCM图像分割算法

摘要：

针对模糊C均值(FCM)聚类算法在图像分割中存在的对初始类中心敏感且迭代过程中计算量大的问题,提出了一种改进的算法.先通过精简数据集,减少算法迭代的时间;再使用样本密度法得到FCM分割算法的初始聚类中心,以减少算法收敛所需的迭代次数.实验结果表明,改进后的分割算法较好地解决了类中心的初始化问题,提高了算法的收敛速度和运行速度.

关键词：样本密度、模糊C均值聚类、数据集精简、初始化、图像分割

所属期刊栏目：18

分类号：TP3;TN9

资助基金：江西省自然科学基金0511072

在线出版日期：2009-07-10（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：33-36