基于均值漂移和模糊C均值聚类的图像分割算法.pdfVIP

第３０卷第１１期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１１ ２０１３年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１３ 基于均值漂移和模糊 Ｃ均值聚类的图像分割算法 陈志飞　时宏伟　吕学斌　孙　旭 （四川大学计算机学院　四川成都６１００６４） （视觉合成图形图像技术国防重点学科实验室　四川成都６１００６４） 摘　要　　为改进传统的模糊Ｃ均值聚类（ＦＣＭ）算法应用于图像分割时计算代价大、性能依赖于初始聚类个数和聚类中心、分割 过程中易陷入局部极值的问题，提出一种基于均值漂移和模糊Ｃ均值聚类的图像分割算法。首先，利用优化的均值漂移算法对原 始图像进行分割，分割后形成带权的分割图像并且得到聚类数目和聚类中心；然后，以带权分割图像为输入图像同时把聚类数和聚 类中心引入加权ＦＣＭ算法进行分割；最后，对分割结果进行形态学优化和二值化处理以提升分割效果。实验表明，该方法相对于传 统的模糊Ｃ均值聚类算法有更好的图像分割效果和分割效率，且分割效果与人类视觉感知具有更高的一致性。 关键词　　图像分割　模糊Ｃ均值聚类　均值漂移　形态学 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１１．００４ ＩＭＡＧＥＳＥＧＭＥＮＴＡＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＭＥＡＮＳＨＩＦＴ ＡＮＤＦＵＺＺＹＣＭＥＡＮＳＣＬＵＳＴＥＲＩＮＧ ＣｈｅｎＺｈｉｆｅｉ　ＳｈｉＨｏｎｇｗｅｉ　ＬüＸｕｅｂｉｎ　ＳｕｎＸｕ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６４，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ） （ＳｔａｔｅＫｅｙｌａｂｏｒａｔｏｒｙｏｆＦｕｎｄａｍｅｎｔａｌＳｃｉｅｎｃｅｏｎＳｙｎｔｈｅｔｉｃＶｉｓｉｏｎ，Ｃｈｅｎｇｄｕ６１００６４，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｉｍｐｒｏｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｒａｄｉｔｉｏｎａｌｆｕｚｚｙｃｍｅａｎｓｃｌｕｓｔｅｒｉｎｇ（ＦＣＭ）ａｌｇｏｒｉｔｈｍｔｈａｔｗｈｅｎａｐｐｌｉｅｄｔｏｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ，ｉｔ ｈａｓｂｉｇｃｏｍｐｕｔａｔｉｏｎａｌｃｏｓｔ，ｉｔｓｐｅｒｆｏｒｍａｎｃｅｄｅｐｅｎｄｓｏｎｔｈｅｉｎｉｔｉａｌｃｌｕｓｔｅｒｉｎｇｎｕｍｂｅｒａｎｄｃｌｕｓｔｅｒｉｎｇｃｅｎｔｒｅ，ａｎｄｉｔｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｌｏｃａｌｅｘ ｔｒｅｍｕｍｉｎｓｅｇｍｅｎｔａｔｉｏｎｐｒｏｃｅｓｓ，ａｎｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｍｅａｎｓｈｉｆｔａｎｄｆｕｚｚｙｃｍｅａｎｓｃｌｕｓｔｅｒｉｎｇｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅ ａｌｇｏｒｉｔｈｍｕｓｅｓｔｈｅｏｐｔｉｍｉｓｅｄｍｅａｎｓｈｉｆｔａｌｇｏｒｉｔｈｍｔｏｓｅｇｍｅｎｔｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅ，ａｆｔｅｒｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｔｈｅｒｅｆｏｒｍｓｔｈｅｉｍａｇｅｗｉｔｈｔｈｅｒｉｇｈｔ， ａｎｄｔｈｅｃｌｕｓｔｅｒｉｎｇｎｕｍｂｅｒａｎｄｃｌｕｓｔｅｒｉｎｇｃｅｎｔｒｅａｒｅｏｂｔａｉｎｅｄａｓｗｅｌｌ．Ｔｈｅｎ，ｔｈｅａｌｇｏｒｉｔｈｍｃｈｏｏｓｅｓｔｈｅｉｍａｇｅｗｉｔｈｔｈｅｒｉｇｈｔａｓｔｈｅｉｎｐｕｔｉｍａｇｅ， ａｎｄｉｎｔｒｏｄｕｃｅｓｔｈｅｃｌｕｓｔｅｒｉｎｇｎｕｍｂｅｒａｎｄｃｌｕｓｔｅｒｉｎｇｃｅｎｔｒｅｉｎｔｏｔｈｅｗｅｉｇｈｔｅｄＦＣＭａｌｇｏｒｉｔｈｍｆｏｒｓｅｇｍｅｎｔａｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍａｐｐｌｉｅｓ ｍｏｒｐｈｏｌｏｇｉｃｏｐｔｉｍｉｓａｔｉｏｎａｎｄｂｉｎａｒｉｓａｔｉｏｎｔｏｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔｔｏｉｍｐｒｏｖｅｔｈｅｓｅｇｍｅｎｔａｔｉｏｎｅｆｆｅｃｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｃｏｍ ｐａｒｅｄｗｉｔｈｔｒａｄｉ