基于像元相互关系的FCM聚类分割算法

摘要：

针对传统模糊C均值(FCM)算法在图像分割时未考虑像元间的相互关系,且未事先给出初始聚类中心的问题,提出了一种考虑像元间相互关系的FCM聚类分割算法.该算法基于数据场原理,首先利用像元间的相互关系,通过计算各像素点的势值,形成图像数据场,然后利用图像数据场势心,确定FCM算法的初始聚类中心,最后在图像数据场的基础上,利用FCM算法实现对目标图像的聚类分割.利用人工合成图像和工件表面缺陷图像对算法的有效性进行验证,实验结果表明,该算法具有较好的分割效果,且对于条痕、脱碳、孔洞3种缺陷的不同噪声图像分割的正确率均在93％以上,同时具有较高的平均结构相似性.

关键词：图像分割、数据场、模糊C均值、表面缺陷

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：周家自然科学基金51775468,51375419;湖南省自然科学基金2016JJ2134

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：124-131