基于自适应滤波的快速广义模糊C均值聚类图像分割

摘要：

快速广义模糊C均值聚类(FGFCM)在对高噪声图像进行聚类分割时,噪声容易导致聚类中心发生偏移,影响图像分割结果.为此,文中提出基于自适应滤波的快速广义模糊C均值聚类算法,用于图像分割.首先根据非局部像素的噪声概率自适应确定参数平衡因子,更准确地反映图像包含的空间结构信息.然后利用该平衡因子有效结合FGFCM中的线性加权和滤波图像与原始图像的中值滤波图像,由于得到的自适应滤波图像根据图像中像素为噪声的概率自适应确定滤波程度,因此可以提高算法对噪声的动态抑制能力.实验表明,相比模糊C均值聚类和FGFCM,文中算法在对噪声含量较高的图像进行聚类分割时,可以得到更准确的结果.

关键词：模糊C均值聚类、图像分割、自适应滤波、图像噪声

所属期刊栏目：31

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61761027

在线出版日期：2019-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1040-1046