论文部分内容阅读
为改进传统的模糊C均值聚类（FCM）算法应用于图像分割时计算代价大、性能依赖于初始聚类个数和聚类中心、分割过程中易陷入局部极值的问题，提出一种基于均值漂移和模糊C均值聚类的图像分割算法。首先，利用优化的均值漂移算法对原始图像进行分割，分割后形成带权的分割图像并且得到聚类数目和聚类中心；然后，以带权分割图像为输入图像同时把聚类数和聚类中心引入加权FCM算法进行分割；最后，对分割结果进行形态学优化和二值化处理以提升分割效果。实验表明，该方法相对于传统的模糊C均值聚类算法有更好的图像分割效果和分割效率，且分割效果与人类视觉感知具有更高的一致性。