结合爬山法的模糊C均值彩色图像分割方法
采用传统的模糊C均值聚类(FCM)算法进行彩色图像分割存在聚类数的选取、初始聚类中心的确定、迭代过程中的大计算量及后处理等问题.在对上述问题进行研究的基础上,针对传统FCM聚类分割时初始值选取方法的盲目性和随机性,为了更准确地自动获取待分割图像聚类的初始参数,提出了一种结合爬山法的模糊C均值彩色图像分割方法(HFCM),该方法可根据待分割图像的三维颜色直方图自适应地获取FCM算法的初始聚类中心及聚类数目,同时提出一种最频滤波与区域合并相结合的新的后处理策略,有效消除了小的空间区域.实验表明,相对于传统FCM,该图像分割方法的速度较快,并且分割结果更接近人类分割效果.
模糊C均值聚类算法、彩色图像分割、爬山法、三维颜色直方图
45
TP391.41(计算技术、计算机技术)
2018-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
247-250,255