一种基于谱聚类的灰度图像分割法①-计算机系统应用.PDFVIP

计 算 机 系 统 应 用 2009 年 第 4 期 ① 一种基于谱聚类的灰度图像分割法 A Spectral Clustering-Based Algorithm for Gray Graph Segmentation 金慧珍 赵辽英 刘 博 (杭州电子科技大学 计算机应用研究所 浙江 杭州 310018) 摘 要： 针对传统模糊核聚类算法当数据类差别很大时,小数据类被误分或被大数据类吞并的缺陷,提出了一种 新的加权模糊核 C 均值聚类算法(Weighted Fuzzy Kernel C-Means)，为每一个类分配了一个动态 权值；同时将该算法引入到谱聚类中，设计了一个以图像灰度特征作为分类样本的改进的谱聚类算法， 解决了谱聚类应用于图像分割时权矩阵的谱难以计算的实际问题。实验结果表该算法具有较好的分割 效果。 关键词： 模糊核聚类 谱聚类 图像分割 权矩阵 灰度特征 1 引言 其权矩阵的维数将高达 220 ×220 ，所以计算权矩阵 C 均值算法和FCM算法均存在不适合多种数据结 的特征值和特征向量将比较困难。针对上述问题，本 构的缺陷，模糊核聚类算法[1,2]将数据通过不同的核函 文首先用谱聚类算法对图像的灰度级进行聚类，再对 数映射到高维特征空间后再进行模糊 C-均值(Fuzzy 具体图像进行分割。实验表明，该算法用于图像分割 C-Means ，FCM)聚类，在一定程度上克服了这个缺 中的效果优于文献[4]。 陷，但在数据类差别很大的情况下，会导致聚类时小 数据类被误分或被大数据类错误吞并的后果[3]。针对 2 加权模糊核C均值算法--WFKCM 上述问题，本文提出了一种加权模糊核聚类算法 假设输入空间样本 X={x ,x , ,x } 已被映射到特 1 2 N (WFKCM) ，将各类之间的影响因子引入其中，通过为 征空间(x ),...,(x )