基于上下文模糊C均值聚类的图像分割算法

作     者：徐金东 赵甜雨 冯国政 欧世峰 XU Jindong;ZHAO Tianyu;FENG Guozheng;OU Shifeng

作者机构：烟台大学计算机与控制工程学院烟台264005 烟台大学光电信息科学与技术学院烟台264005 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2021年第43卷第7期

页      面：2079-2086页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金(62072391,62066013) 山东省自然科学基金(ZR2019MF060,ZR2017MF008) 山东省高等教育科学技术重点计划(J18KZ016) 烟台市科技计划(2018YT06000271) 

主　　题：图像分割 聚类 模糊C均值 空间上下文 

摘      要：像素间的上下文相关信息对图像分割算法的抗噪性和准确性具有重要意义,现有的模糊C均值(FCM)聚类算法对此缺乏充分考虑。该文基于对空间上下文的可靠性度量,提出一种模糊C均值聚类算法(RSFCM)应用于图像分割:通过对空间上下文有效建模来提高聚类算法的抗噪声干扰性能,并研究了一种新的可靠性模糊度量指标,使聚类算法能更好地平衡细节保留和去噪,从而获得更加准确的分割结果。实验选取人工合成图像、交通标志图像和遥感图像3类数据测试聚类算法性能,结果表明,RSFCM在图像分割过程中能有效地抑制椒盐噪声和高斯噪声引起的类内异构及类间同构问题,能提高图像的像素可分性,并有效地保留了图像的边缘细节。