基于遗传模糊C-均值聚类算法的图像分割

将遗传算法 (GA)与模糊 C-均值聚类算法 (FCM算法 )相结合 ,并运用于图像分割 ,以期解决标准 FCM算法在图像分割中运算速度慢和对初始值依赖大的两大缺陷。首先对模糊聚类中心进行编码 ,然后依据 FCM算法的目标函数建立适应度函数 ,在适当的交叉率和变异率下 ,最终实现了基于遗传模糊 C-均值算法的图像分割。考虑在一维图像分割特征向量情况下 ,通过引入直方图统计特性 ,实现了遗传模糊 C-均值算法的快速运算。最后 ,运用真实的磨粒图像对算法进行了详细验证 ,并与标准 FCM算法进行了对比 ,分割实验表明了本文方法比标准 FCM算法具有更快的计算速度和更好的鲁棒性。