结合非局部信息截集核可能性聚类的图像分割算法
Image Segmentation Algorithm Combining Non-Local Information Interception Kernel Possibilistic Clustering作者机构:西安邮电大学通信与信息工程学院陕西西安710121
出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)
年 卷 期:2020年第57卷第18期
页 面:120-129页
核心收录:
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(61671377,61571361,61340040,61601362,61102095) 西安邮电大学西邮新星团队资助(xyt2016-01)
主 题:核可能性C-均值聚类算法 截集门限 核空间 非局部均值滤波
摘 要:核可能性C-均值(KPCM)聚类算法将核方法引入可能性聚类中,使其对超球体、含噪声和奇异点的数据能进行有效聚类,但存在可能性聚类的中心重合问题。因此,将β-截集引入KPCM聚类算法中,通过产生聚类核修改部分样本数据的典型值,以改善类间关系。同时,提出了一种基于截集门限的核可能性C-均值(C-KPCM)聚类算法,克服了KPCM聚类算法一致性聚类的缺陷。结合图像的非局部空间信息,利用自适应中值滤波算法可自适应调节滤波半径的特性,产生新的模糊因子,并将其加入C-KPCM聚类算法的目标函数中,提出了基于非局部空间信息的核可能性C-均值聚类算法,增加了强噪声干扰下聚类算法的鲁棒性,仿真结果验证了本算法有效性。