改进核模糊C均值聚类算法在服装图像分割中的研究

摘要：

图像分割是基于内容的服装图像检索系统的重要研究内容之一,传统的模糊C均值聚类算法在用于图像分割时,存在对样本分布和输入参数有限制、收敛于局部最优解、对噪声敏感等缺点.本文加入高斯核函数优化空间样本数据计算,并利用局部空间信息提高图像分辨能力,有效改善了模糊聚类算法.通过实验发现,改进的算法提高了图像类与类之间的分离性,分割结果更准确,对样本间的微小差别处理较好,具有更加可靠的性能.

关键词：服装图像、图像分割、模糊C均值聚类算法、核函数、局部空间信息

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省研究生科研创新项目CX2017B783;湖南省教育厅科学研究项目15C0332;湖南工程学院校级青年科研课题XJ1409

在线出版日期：2018-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-43,69