基于直方圖的圖像模糊聚類分割算法

劉夢嬌

(西安郵電大學 電子工程學院，陜西 西安 710121)

?

基于直方圖的圖像模糊聚類分割算法

劉夢嬌

(西安郵電大學 電子工程學院，陜西 西安 710121)

針對傳統模糊C-均值聚類算法對復雜的醫學、遙感圖像難以獲得滿意分割效果問題，將圖像模糊C-均值聚類引入圖像分割問題研究中，提出了基于直方圖的圖像模糊聚類快速分割算法。將越南學者Le提出的分布式圖像模糊聚類算法目標函數進行簡化，得到圖像模糊聚類算法目標函數；采用拉格朗日乘子法獲取其迭代求解所對應的隸屬度、中立度、拒分度和聚類中心表達式，設計圖像模糊聚類算法并對其收斂性進行了證明。通過復雜醫學和遙感圖像的分割測試結果表明，新的分割算法相比現有的模糊C-均值聚類分割算法和直覺模糊C-均值聚類分割算法具有更好的分割性能。

模糊C-均值聚類；圖像分割；直覺模糊C-均值聚類；圖像模糊聚類

圖像分割[1-3]是指將圖像分成互不重疊的同質區域并提取出感興趣目標的技術，其是進行圖像分析與理解的前提。近年來，眾多圖像分割技術被相繼提出[4-7]，大體可分為閾值分割法、區域生長法、聚類分割法、邊緣檢測法等。在1979年 Coleman 和 Andrews 提出用聚類算法進行圖像分割[8]之后，諸多聚類技術被應用到圖像分割領域，其中，由Bezdek[9]于1984年提出的模糊C-均值聚類算法(FCM)是應用最廣泛的算法。

由于FCM算法建立在傳統模糊集的基礎上，對不規則復雜數據難以獲得滿意的聚類效果。于是學……