基于加权模糊c均值聚类的快速图像自动分割算法

杨润玲; 高新波

发布时间：
摘要点击次数： 3462
全文下载次数： 309
DOI: 10.11834/jig.20071212
2007 | Volume 12 | Number 12

基于加权模糊c均值聚类的快速图像自动分割算法

杨润玲¹, 高新波¹([1]西安电子科技大学电子工程学院，西安710071，[2]西安建筑科技大学信控学院，西安710055)

摘要

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。

关键词

图像分割加权模糊c均值聚类算法聚类有效性函数

A Fast Automatic Image Segmentation Algorithm Based on Weighting Fuzzy c-Means Clustering

()

Abstract

Keywords

image segmentation weighting fuzzy c-means clustering algorithm cluster validity function

在线采编平台

论文出版

年度会议

下载中心

年度信息