标题:基于分裂式K均值聚类的图像分割方法
作者:张健;宋刚
作者机构:[张健] 山东大学信息科学与工程学院, 济南, 山东 250100, 中国.;[宋刚] 山东大学信息科学与工程学院, 济南, 山东 250100, 中国 更多
来源:计算机应用
出版年:2011
卷:31
期:2
页码:372-374
关键词:图像分割; 分裂式K均值; 模糊C均值; 聚类; 无监督
摘要:模糊C均值聚类(FCM)算法是一种有效的无监督图像分割方法,适用于任意分类数,不需要预知图像特征,但其聚类效果直接受待分类样本噪声和分类初始条件 的影响.因此,提出了一种适用于彩色图像分割的分裂式K均值聚类(FKM)算法,该算法首先使用中值滤波对分类样本去噪,然后使用一种分裂聚类法对图像样 本进行预分类,得到一组样本集初始划分,最后以这组划分为起点,使用基于概率距离的K均值聚类对图像分割进行迭代优化.实验结果表明,该算法可以避免FC M的误分类,诸如陷于中心死区,中心重叠和局部极小值,而且提高了分割速度
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=JSJY201102024&DbName=CJFQ2011
TOP