一种基于改进PFCM的鲁棒图像分割算法

摘要：

给出一种基于图形模糊聚类(fuzzy clustering methodon picture fuzzy sets,PFCM)的改进鲁棒分割算法.该算法将样本聚类所对应的中立度和拒绝度相结合,构造幂积型表达式,将该表达式作为正则项嵌入聚类目标函数,通过目标函数最小化存在极值的必要条件获得改进的图形模糊聚类迭代方法.再将邻域像素灰度信息嵌入改进的图形模糊聚类目标函数,利用拉格朗日乘子法获得图像分割的像素聚类迭代算法.通过标准图像及噪声干扰的分割测试,结果表明,与模糊C-均值聚类、直觉模糊聚类算法和图形模糊聚类分割算法相比,改进算法对无噪图像分割更有效;与鲁棒模糊C-均值聚类和鲁棒直觉模糊聚类算法相比,改进算法对噪声图像分割具有更强的抗噪能力.

关键词：图形模糊聚类、图像分割、聚类有效性、分割鲁棒性

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61671377;陕西省自然科学基金资助项目2014JM8331,2014JQ5183,2014JM8307;陕西省教育厅科学研究计划资助项目2015JK1654

在线出版日期：2018-01-31（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：37-43