基于欧氏空间距离的加强模糊C均值聚类方法

作者：张永芳; 王小鹏^*; 马鹏; 麻文刚

来源：传感器与微系统, 2018, 37(09): 38-43.

DOI：10.13873/J.1000-9787(2018)09-0038-03

• 图像分割
• 欧氏空间距离
• 加强的模糊C均值聚类
• 分割精度

针对利用加强的模糊C均值(En FCM)聚类算法进行图像分割时未利用图像空间信息,造成算法对椒盐噪声敏感、分割结果不准确的问题,提出了一种基于欧氏空间距离的聚类方法。将图像中邻域像素到中心像素欧氏空间距离的倒数作为权重与邻域像素加权,引入图像的邻域和空间信息;将所得结果与中心像素求和,对原始图像滤波;在图像的灰度直方图上进行聚类运算,得到分割结果。引入了欧氏空间距离的滤波函数,同时考虑了图像的邻域信息和空间信息,有效抑制了聚类过程中噪声的影响。实验结果表明:与En FCM算法相比,提出的方法对椒盐噪声鲁棒性更好,可获得更为理想的分割结果。

• 单位
  兰州交通大学