基于改进遗传模糊聚类和水平集的图像分割算法

作     者：韩哲 李灯熬 赵菊敏 柴晶 HAN Zhe;LI Deng-ao;ZHAO Ju-min;CHAI Jing

作者机构：太原理工大学信息与计算机学院山西晋中030600 

基　　金：国家自然科学基金面上基金项目(61371062 61772358) 山西省国际合作基金项目(201603D421014) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2019年第40卷第5期

页      码：1390-1393,1412页

摘      要：针对传统的模糊聚类算法(FCM)容易陷入局部最优,水平集方法 (Level set)容易受初始边界和控制参数的影响等问题,引入具有全局搜索能力的遗传算法(GA)初始化聚类中心,提出改进的模糊聚类算法分割得到目标的粗边缘,利用水平集方法强大的演化能力收敛到目标边缘。该算法可以减少水平集方法控制参数的个数,降低计算的复杂度,提高分割速度。实验在多目标轮廓图像、轮廓不清晰图像上进行,实验结果表明,该方法能够很好地检测出多目标及弱边缘图像的轮廓,在乳腺X线图像中,肿块的分割精度、过分割率和欠分割率分别为98.35%,0.27%和1.12%,优于同类算法。

主 题 词：模糊聚类算法 核模糊聚类算法 遗传算法 水平集 图像分割 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2019.05.035

馆 藏 号：203666594...