计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
z1期
190-194,202
,共6页
模糊聚类%鲁棒模糊C-均值聚类%图像分割
模糊聚類%魯棒模糊C-均值聚類%圖像分割
모호취류%로봉모호C-균치취류%도상분할
Fuzzy clustering%Robust fuzzy C-means clustering%Image segmentation
为了改善复杂图像的分割精度和抗噪性,充分考虑像素邻域信息的模糊聚类分割法已引起学者们的高度重视.针对希腊学者Krinidis和我国学者公茂果等提出的鲁棒模糊局部信息C-均值聚类分割算法的聚类迭代表达式缺乏严格理论推导的不足,利用拉格朗日乘子法将鲁棒模糊局部C-均值聚类所对应的聚类目标函数及其约束条件转化为无约束优化问题,通过求解其极值存在的偏导数等于零的条件方程组得到新的隶属度和聚类中心表达式,然后构造相应聚类分割图像的新算法.人工合成图像和遥感图像的分割测试表明,所建议的改进局部模糊均值聚类分割算法是合理的,比现有的鲁棒模糊局部信息C-均值聚类分割算法更适合复杂图像分割需要.
為瞭改善複雜圖像的分割精度和抗譟性,充分攷慮像素鄰域信息的模糊聚類分割法已引起學者們的高度重視.針對希臘學者Krinidis和我國學者公茂果等提齣的魯棒模糊跼部信息C-均值聚類分割算法的聚類迭代錶達式缺乏嚴格理論推導的不足,利用拉格朗日乘子法將魯棒模糊跼部C-均值聚類所對應的聚類目標函數及其約束條件轉化為無約束優化問題,通過求解其極值存在的偏導數等于零的條件方程組得到新的隸屬度和聚類中心錶達式,然後構造相應聚類分割圖像的新算法.人工閤成圖像和遙感圖像的分割測試錶明,所建議的改進跼部模糊均值聚類分割算法是閤理的,比現有的魯棒模糊跼部信息C-均值聚類分割算法更適閤複雜圖像分割需要.
위료개선복잡도상적분할정도화항조성,충분고필상소린역신식적모호취류분할법이인기학자문적고도중시.침대희석학자Krinidis화아국학자공무과등제출적로봉모호국부신식C-균치취류분할산법적취류질대표체식결핍엄격이론추도적불족,이용랍격랑일승자법장로봉모호국부C-균치취류소대응적취류목표함수급기약속조건전화위무약속우화문제,통과구해기겁치존재적편도수등우령적조건방정조득도신적대속도화취류중심표체식,연후구조상응취류분할도상적신산법.인공합성도상화요감도상적분할측시표명,소건의적개진국부모호균치취류분할산법시합리적,비현유적로봉모호국부신식C-균치취류분할산법경괄합복잡도상분할수요.
