基于混沌粒子群和模糊聚類的圖像分割算法

摘要：模糊C-均值聚類算法(FCM)是一種結(jié)合模糊集合概念和無監(jiān)督聚類的圖像分割技術(shù)，適合灰度圖像中存在著模糊和不確定的特點(diǎn)；但該算法受初始聚類中心和隸屬度矩陣的影響，易陷入局部極小。利用混沌非線性動(dòng)力學(xué)具有遍歷性、隨機(jī)性等特點(diǎn)，結(jié)合粒子群的尋優(yōu)特性，提出了一種基于混沌粒子群模糊C-均值聚類(CPSO-FCM)的圖像分割算法。實(shí)驗(yàn)證明，該方法不僅具有防止粒子因停頓而收斂到局部極值的能力，而且具有更快的收斂速度和更高的分割精度。