基于改进粒子群和自适应滤波的快速模糊聚类图像分割

摘要：

为改进传统模糊C均值聚类(FCM)算法对初始聚类中心敏感、易陷入局部收敛、抗噪性差、计算量大的问题,提出一种新的基于改进粒子群算法的快速模糊聚类图像分割方法(PSOFFCM);方法首先利用自适应中值滤波对图像进行滤波处理,增强算法的鲁棒性;然后,将图像像素灰度值映射到二维直方图特征空间,作为聚类样本,优化FCM的目标函数,减少图像分割的计算量;最后,利用PSO算法代替FCM的梯度迭代过程,减弱了算法对初始聚类中心的依赖,同时增强全局搜索能力;实验结果表明,该方法不仅克服了FCM算法对初始聚类中心的依赖,而且抗噪能力强,收敛速度快,分割精度明显优于传统FCM.

关键词：FCM聚类算法、粒子群算法、图像分割、自适应中值滤波

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-05-25（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：171-173,177