FPCM算法在彩色图像分割中的方法研究.pdfVIP

广西 民族大学学报 (自然科学版) 第 18卷第 4期 JoURNALOFGUANGXIUNIVERSITY FOR NATIONALITIES V0I．18NO．4 2012年 12月 (NaturalScienceEdition) Dec．2O12 FPCM 算 法 在 彩 色 图像 分 割 中 的 方 法 研 究 李 鹏 (长江大学 计算机科学学院，湖北 荆州 434023) 摘 要：在改进模糊c均值聚类(MFCM)算法基础上提出模糊可能性c均值聚类(FPCM)算法的图像分 割方法，并将 FPCM 算法应用在彩色图像分割过程 中．FPCM 算法是FCM聚类算法和MFCM算 法的扩展衍生．MFCM 算法是通过调整 FCM算法的测量距离来减少标签像素受到其他 图像像 素的影响和在切分 中抑制噪声效果来进行约束 ，从而使得成员变量没有最大约束值 ．FPCM 算 法是在 MFCM算法基础上进行模糊化 ，加入 了可能性和隶属度两个度量标准．通过彩色图像实 验充分表明了FPCM 算法在 图像分割 中的实际效果． 关键词 ：FCM 聚类算法；MFCM；FPCM；彩色图像处理；图像分割 中图分类号 ：TP391 文献标识码 ：A 文章编号 ：1673—8462(2012)04—0047—05 0 引言 声、极端值和其他人为差值． 图像分割是 图像处理技术 的重要应用分支．目 KenjiSuzuki给出了使用大规模训练神经网络 前，图像分割方法 已经在诸多现有文献 中提出．图像 (M assive Training Artificial Neural Networks， 分割是图像理解和图像分析过程中的必经过程．图像 MTANN)的图像处理方法．为 了训练 MTANN 网 分割本质上可以看成是一种经典的分类问题 ，图像 中 络 ，文献1-33应用线性输出的反 向传播 (Back—Propa— 的每个像素点会被分配给任意一种精确种类． gation，BP)算法 ，生成线性 输 出的多层神经 网络模 图像分割问题可 以看成是一个待分割图像根据 型．KazunoriOkada 提 出多尺度联合分割和拟合方 性质不同分割成若干精确部分．以往相关文献已经提 案 ，此模型架构结合 了模型估计 、模型验证和容积测 出了许多实用 的图像分割算法 ，其 中包括直方 图技 量三种不 同连续阶段 ，此方法主要焦点是一种近似椭 术 、区域分割技术 、结合 区域与边缘的分割技术等 ． 球面的倾 向． 近些年来 ，图像分割技术已经在多种图像领域广泛进 笔者将提出一种基于改进模糊 C均值 (MFCM) 行应用． 算法 的模糊可 能性 C均值 (FuzzyPossibilisticC— 图像分割技术在机器视觉、目标跟踪、医学影 MeansClustering，FPCM)算法 的图像分割新方法． 像 中起到 了非常重要 的作用．虽然模糊 c均值 在近期研究成果中，文献[5]和E6]提出了新方法来完 (FuzzyC—MeansClustering，FCM)算法应用领域 善 FCM算法 ，该方法是 FCM算法的一种广义扩展． 有利于进行 自由图像 中噪声分割，却不能分割通信噪 笔者提到的MFCM 算法是通过调整 FCM 算法 的测 * 收稿 日期 ：2012—09—30． 基金项 目：湖北省教育厅优秀 中青年资助项 目(Q2Ol11311)． 作者