基于改进演化策略的图像FCM聚类分割方法

被引：3

作者：

吴颖谦

施鹏飞

机构：

[1] 上海交通大学模式识别与图像处理研究所

[2] 上海交通大学模式识别与图像处理研究所上海　

[3] 上海　

来源：

关键词：

演化策略; 模糊C均值聚类; 图像分割;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

提出图像分割算法在充分利用演化策略全局搜索能力的基础上,根据图像的灰度分布,按照模糊聚类的分割策略实现图像的分割。为了保证搜索到更优解,提出了一种新的演化策略改进方法,以提高其全局寻优能力,并将其应用到分割算法中。实验结果表明,算法的分割效果很好。

引用

页码：478 / 481

页数：4

共 7 条

[1]

Clustering with a genetically optimized approach. Hall L O,Ozyurt I B. IEEE Trans Evolutionary Computation . 1999

[2]

Image segmentation using evolutionary computation. Bhandarkar S M,Zhang H,et al. IEEE Trans Evolutionary Computation . 1999

[3]

Markov random field segmentation of brain MR images. Held K,Kops E R,et al. IEEE Transactions on Medical Imaging . 1997

[4]

An introduction on simulated evolution optimization. David B F. IEEE Transactions on Neural Networks . 1994

[5]

Genetic Algorithm+ Data Structure = Evolution Programs. Michalewicz Z. . 1992

[6]

Optimal tests for the fixed points of the fuzzy C-means algorithms. Kim T,Bezbek J C. Pattern Recognition . 1988

[7]

A review on image segmentation techniques. Nikhil R Pal,et al. Pattern Recognition . 1993