边缘细分的动态参数模糊C-均值图像分割算法

作     者：王卓 张长胜 钱俊兵 Wang Zhuo;Zhang Changsheng;Qian Junbing

作者机构：昆明理工大学信息工程与自动化学院 民航与航空学院云南昆明650500 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2020年第44卷第3期

页      面：288-295页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 0810[工学-信息与通信工程] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程（可授工学、理学学位）] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 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(51665025) 

主　　题：边缘细分 动态参数 模糊C-均值 图像分割 局部灰度压缩 空间聚集度 滑动掩膜 

摘      要：针对传统模糊C-均值(FCM)算法应用于图像分割时抗噪性差、分割精确度低等问题,该文提出一种边缘细分的动态参数模糊C-均值图像分割算法。对噪声图像进行局部灰度压缩并细分边缘像素信息,增强边界像素可分性。提出空间聚集度概念,更新像素隶属度,并设计滑动掩膜将像素细分为信息点、噪声点及边界点。根据像素类别引入动态参数,调整各自权重以增强算法自适应性。根据邻域像素聚类结果重新划分中心像素类别以提高算法聚类的容错率。采用3张图片进行算法性能测试,将该文算法实验结果与FCM_S1、FCM_S2和菱形邻域窗模糊C-均值(FCMD)算法实验结果进行对比。实验结果表明,该文算法除了对测试图像Cameraman的分割效果略显不足外,其余情况下的分割效果均优于其对比算法,划分系数Vpc可提高0.0193~0.0529,划分熵Vpe可降低0.0269~0.0944。