一种改进的核可能性C-均值聚类图像分割算法

摘要：

可能性C-均值聚类(PCM)算法比传统模糊C-均值聚类算法具有更好的鲁棒性,但其应用于图像分割时没有充分考虑图像的局部空间信息.基于PCM算法,提出一种核空间与自适应中值滤波相结合的改进算法.算法利用自适应中值滤波获得像素的局部空间信息,并由此生成一种新的模糊因子加入到目标函数中,然后在核空间中对目标函数进行优化求解,得到最优聚类中心和隶属度.由实验结果可知,所提算法对被高椒盐噪声污染的图像具有较高的准确性和鲁棒性.

关键词：可能性C-均值聚类、目标函数求解、自适应中值滤波、局部空间信息、图像分割、实验分析

所属期刊栏目：43

分类号：TN911.73-34;TP391

资助基金：国家自然科学基金项目;国家自然科学基金项目;国家自然科学基金项目;西安邮电大学西邮新兴团队资助

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-50,56