改进的pcm聚类算法在图像分割中的应用

改进的pcm聚类算法在图像分割中的应用

ID:30839049

大小:241.69 KB

页数:5页

时间:2019-01-03

改进的pcm聚类算法在图像分割中的应用_第1页
改进的pcm聚类算法在图像分割中的应用_第2页
改进的pcm聚类算法在图像分割中的应用_第3页
改进的pcm聚类算法在图像分割中的应用_第4页
改进的pcm聚类算法在图像分割中的应用_第5页
资源描述:

《改进的pcm聚类算法在图像分割中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、改进的PCM聚类算法在图像分割中的应用左浩,李雯(江西理工大学信息工程学院,江西報州341000)摘要:可能性C均值聚类算法(PCM)对于噪声显示了良好的鲁棒性,但是它没有考虑到像素的空间信息,在含有大量噪声的情况下,PCM算法的分割性能会大大降低。基于PCM算法,提出了一种改进的PCM算法,该算法改进了隶属度函数,新的像素点隶属度更新为其邻域隶属度的几何均值。实验结果显示新的算法能够更有效的分割图像,并显示出良好的抗噪能力。关键词:模糊C均值;可能性C均值;图像分割;聚类中图法分类号:TP391文献标识码:AImprovedPCMclusteringal

2、gorithmanditsapplicationinimagesegmentationLIWen,ZUOHao(SchoolofInformationEngineering,JiangxiUniversityofScienceandTechnology,Ganzhou,Jiangxi341000)Abstract:Possibilisticc-meansclusteringalgorithm(PCM)exhibitstherobustnesstonoises,butthepixelspatialinformationisnotconsideredinthi

3、salgorithm,inthecaseofalargenumberofnoises,PCMalgorithmwillbedegraded.BasedonPCMalgorithm,animprovedalgorithmisproposedforimagesegmentationbyimprovingmembershipfimction,thenewmembershipofthepixelisupdatedtothegeometricmeanvalueofitsneighborhoodmembership.Theexperimentalresultsshow

4、thatthenewalgorithmcansegmenttheimageeffectivelyandproperly,andhasgoodperformanceofresistingnoises・Keywords:Fuzzyc・means;Possibilisticc-means;imagesegmentation;clustering(4)ENJ=1聚类分析是依据样本间关联的量度标准将其白动分成几个群组,H使同一群组内的样本相似,而属于不同群组的样本相异的一组方法⑴°聚类分析已经广泛地用于许多应用领域,包括市场研究、模式识别、数据分析和图像处理⑵。在图

5、像处理中,最困扰人们的难题Z—就是图像分割。直至今日,也没有出现-•种通用的、精确的图像分割算法,只是对于某一特殊的应用领域出现过一些比较好的分割算法。近些年来,将模糊理论应用于图像分割领域已经成为热点,因为图像具冇模糊性与不确定性.而模糊理论正好具冇处理这种模糊性与不确定性的天然优势⑶。基于模糊理论的图像分割算法有很多,菇屮最著名的算法就要屈模糊C均值聚类算法(FCH)。但是FCM算法也有缺点,FCH算法对噪声的干扰菲常敏感并且忽略了噪声点对聚类中心的影响o一种行Z有效的解决方法是Krishnapuram[4-:>1等人提出的可能性C均值聚类算法(PCM

6、),该算法实际就是FCM算法的一种改进算法。在少屋噪声存在的条件下,PCM算法比FCM算法有所改善,但在含有人量噪声的情况下,PCM算法的聚类性能还是会大大降低⑹。2算法介绍2.1FCM算法Dunn[71第一个提出模糊聚类,Bezdek18-101推广为一般的模糊C均值聚类算法。图像FCM聚类分割方法是根据图像像素和聚类中心的加权相似性测度,对目标函数进行迭代优化以便用來确定最佳聚类效果。其基本思路为:将数据集X=(Xlix2,...^RPN分为类,如=人2,...,加)为第j个柬类的中心,i®(i=1,2,,Nj=1,2,...jn)是第i个像索对第j类

7、的隶属度凿数。H标函数[⑼为:人(&,")=£:工;/臨(兀0)⑴般q>l,为常数,当q=l时,模糊聚类就退化为硕C均值聚类。〔j(X,,6!)为第i个像素到第j类中心的距离,定义为:2Tdy(xz,Oj)=兀一0=(Xf一&/•)A(xf一&/)(2)英小,A为Pxp的正定矩阵,当A是单位矩阵时(A=I)时,即为欧几里德距离。(3)满足0<^<1及Uy=1。uiJxiI?CM算法己经在图像分割领域得到了非常广泛的、冇效的应用,但是FCM算法也有一些缺点,一方而,FCM算法对噪声的干扰非帘敏感,以至于采用标准的FCM算法并不能得到令人满意的结果;另一方而,

8、FCM算法无法消除噪声点对聚类屮心的影响,噪声点对于聚类屮心的拉动

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。