基于像素鄰域信息噪聲修正的FCM圖像分割算法

廖周宇　王鈺婷　唐鳳仙

摘要：針對模糊聚類算法（FCM）在圖像分割中存在對噪聲敏感的缺陷，提出一種利用鄰域像素平均隸屬度的信息修正噪聲的FCM圖像分割算法。該算法在利用FCM對圖像進行分割的基礎上，使用鄰域像素信息對結果中存在的孤立點的隸屬度進行修正，從而使孤立點得以消除，減少乃至消除噪聲影響。實驗結果表明，改進后的方法顯著提高了FCM算法對噪聲的抗干擾性和分割精度。

關鍵詞：圖像分割；模糊聚類算法；噪聲；孤立點修正；隸屬度

DOIDOI：10.11907/rjdk.151454

中圖分類號：TP317.4

文獻標識碼：A 文章編號文章編號：16727800（2015）008019903

基金項目基金項目：河池學院計算機網絡與軟件新技術重點實驗室項目（院科研[2013]3號）

作者簡介作者簡介：廖周宇（1985-），男，四川閬中人，碩士，河池學院計算機與信息工程學院助教，研究方向為計算機視覺、圖像處理；王鈺婷（1987-），女，四川成都人，碩士，蘭州交通大學電子與信息工程學院助教，研究方向為圖像分割、智能優化；唐鳳仙（1977-），女，廣西都安人，碩士，河池學院計算機與信息工程學院副教授，研究方向為模式識別、圖像處理。

0 引言

圖像分割是一個將圖像分成若干個特定的、具有獨特性質的區域，并從中提取出感興趣目標的過程。它是圖像處理到圖像分析的關鍵步驟。目前，圖像分割的方法主要有：基于閾值分割方法、基于區域的分割方法、基于邊緣的分割方法、基于聚類的分割方法等[1]。

模糊C均值聚類（FCM）算法是一種經典的模糊聚類分析方法，它在圖像分割領域已引起廣泛關注。……