基于空间信息的鲁棒模糊C均值聚类的苗族服饰图像分割算法

作     者：覃小素 黄成泉 彭家磊 陈阳 雷欢 周丽华 QIN Xiaosu;HUANG Chengquan;PENG Jialei;CHEN Yang;LEI Huan;ZHOU Lihua

作者机构：贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州民族大学工程技术人才实践训练中心贵州贵阳550025 

出 版 物：《毛纺科技》 (Wool Textile Journal)

年 卷 期：2024年第52卷第1期

页      面：91-98页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(62062024) 贵州省省级科技计划项目(黔科合基础-ZK一般342) 贵州省研究生教育教学改革重点项目(黔教合YJSJGKT018) 贵州省教育厅自然科学研究项目(黔教技015) 

主　　题：苗族服饰图像 模糊C均值聚类 均值滤波 中值滤波 模糊隶属度的稀疏性 

摘      要：针对苗族服饰图像中破损污渍、折叠痕迹、色彩差异大和噪声破坏等现象所导致的传统模糊C均值聚类(Fuzzy C-means,FCM)算法分割质量不佳问题,提出了基于空间信息鲁棒FCM算法,用于苗族服饰图像分割。通过均值滤波和中值滤波处理空间邻域信息,对应获得2种方法,并用一个加权参数调节模糊隶属度的稀疏性,旨在加强细节的提取和提高算法对噪声的鲁棒性。实验表明,对于被高斯噪声破坏的图像,基于均值滤波处理的改进算法,其划分系数提高约3.6%,划分熵降低约5.6%;对于被椒盐噪声破坏的图像,基于中值滤波处理的空间约束项的改进算法,划分系数提高约2.7%,划分熵降低约4.3%。该算法提高了对这类苗族服饰图像分割的质量,对于传统文化的传承具有非凡的意义。