一种鲁棒的无监督聚类图像分割算法

TP391.4; 针对目前基于模糊C-均值聚类图像分割算法的噪声敏感问题,提出一种基于无监督可能性聚类的自动加权图像分割算法.该算法先应用均值漂移迭代确定可能性C-均值聚类算法的初始化中心,利用可能性聚类的模式搜索性质自动确定聚类划分;然后根据像素间灰度值关系进行图像加权,通过将加权系数与像素噪声的可能性相关联,降低噪声对图像分割的影响.实验结果表明,相对于基于模糊C-均值聚类的图像分割算法,该算法不仅取得了较好的分割效果,而且无监督分割时计算效率更高,对噪声的鲁棒性更强....

Full description

Saved in:
Bibliographic Details
Published in吉林大学学报（理学版） Vol. 57; no. 6; pp. 1425 - 1430
Main Authors 胡雅婷, 李长明, 柳振鑫, 任虹宾, 陈营华
Format Journal Article
LanguageChinese
Published 吉林农业大学信息技术学院,长春,130118%长春光华学院电气信息学院,长春,130033%大连理工大学数学科学学院,辽宁大连,116024 2019
Subjects
可能性聚类
图像分割
均值漂移
鲁棒性
Online AccessGet full text
ISSN1671-5489
DOI10.13413/j.cnki.jdxblxb.2019228

Cover

More Information
Summary:TP391.4; 针对目前基于模糊C-均值聚类图像分割算法的噪声敏感问题,提出一种基于无监督可能性聚类的自动加权图像分割算法.该算法先应用均值漂移迭代确定可能性C-均值聚类算法的初始化中心,利用可能性聚类的模式搜索性质自动确定聚类划分;然后根据像素间灰度值关系进行图像加权,通过将加权系数与像素噪声的可能性相关联,降低噪声对图像分割的影响.实验结果表明,相对于基于模糊C-均值聚类的图像分割算法,该算法不仅取得了较好的分割效果,而且无监督分割时计算效率更高,对噪声的鲁棒性更强.
ISSN:1671-5489
DOI:10.13413/j.cnki.jdxblxb.2019228