基于谱分解的模糊C均值算法在彩色图像分割中的应用

摘要：

针对模糊C均值聚类算法对初始值敏感、易陷入局部最优以及谱聚类算法无法处理样本量过大的问题,提出了一种将模糊C均值聚类算法与谱聚类算法相结合的模糊谱聚类算法应用于彩色图像分割;大致分为三步:第一步对图像进行预处理,将颜色空间由RGB空间转换为Lab空间;第二步对特征空间进行冗余模糊C均值聚类算法得到冗余类;第三步由冗余类的隶属度矩阵和聚类中心矩阵得到冗余类的特征空间,并根据贴进度和传递闭包将该特征空间转换为冗余类的相似度矩阵进行谱聚类,完成冗余类的合并;实验结果表明,与模糊C均值聚类算法相比,模糊谱聚类算法对于初始值敏感问题、易陷入局部最优以及只能识别团状的蔟得到了很好的解决,从而使彩色图像分割结果更加合理.

关键词：彩色图像分割、模糊C均值聚类、贴近度、传递闭包

所属期刊栏目：24

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金31571563;北京市属高等学校创新团队建设与教师职业发展计划项目;高可靠嵌入式系统技术北京市工程研究中心

在线出版日期：2017-01-07（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：168-171