基于蚁群和自适应滤波的模糊聚类图像分割

作     者：张自嘉 岳邦珊 潘琦 季俊 陈海秀 Zhang Zijia;Yue Bangshan;Pan Qi;Ji Jun;Chen Haixiu

作者机构：南京信息工程大学信息与控制学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 

出 版 物：《电子技术应用》 (Application of Electronic Technique)

年 卷 期：2015年第41卷第4期

页      面：144-147页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61172029 51206082) 

主　　题：FCM聚类算法 蚁群算法 图像分割 自适应中值滤波 直方图特征 

摘      要：为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM)。首先,该方法利用改进的蚁群算法确定初始聚类中心,作为FCM初始参数,克服FCM算法对初始聚类中心的敏感;其次,采用自适应中值滤波抑制图像噪声干扰,增强算法的鲁棒性;最后,用直方图特征空间优化FCM目标函数,对图像进行分割,减少运算量。实验结果表明,该方法克服了FCM算法对初始聚类中心的依赖,抗噪能力强,收敛速度快,分割精度高。