变长度微粒群优化模糊聚类的自适应图像分割方法

被引:7
作者
甄子洋
王道波
刘文波
刘媛媛
机构
[1] 南京航空航天大学自动化学院
关键词
图像分割; 模糊聚类; 微腔群算法; 模糊C均值; 遗传算法;
D O I
10.16136/j.joel.2009.01.030
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
模糊C均值聚类(FCM,fuzzy c-means)图像分割方法,对初值选取较敏感,并且需要事先确定聚类数目。为此,提出了一种基于变长度微粒群算法(PSO,particle swarm optimization)优化PBMF模糊聚类的自适应图像分割方法。PBMF指标函数考虑了聚类数目和聚类中心,通过设计变长度PSO算法来实现PBMF指标函数的优化过程,并利用统计直方图将图像从像素空间映射到灰度直方图特征空间,从而快速地获得图像的最佳聚类数目和聚类中心。对遥感图像的分割实验表明,该自适应分割策略具有全局搜索图像最佳聚类数目和聚类中心的能力,以及较强的抗噪能力。
引用
收藏
页码:99 / 102
页数:4
相关论文
共 2 条
[1]  
A study of some fuzzy cluster validity indices, genetic clustering and application to pixel classification[J] . Malay K. Pakhira,Sanghamitra Bandyopadhyay,Ujjwal Maulik.Fuzzy Sets and Systems . 2005 (2)
[2]  
A Modified Particle Swarm Optimizer .2 Shi Y,Eberhart RC. Proceedings of the IEEE International Conference on Evolutionary Computation . 1998