基于Relieft特征加权的C均值聚类算法的研究和改进

作     者：王江涛 石红岩 练煜 WANG Jiang-tao;SHI Hong-yan;LIAN Yu

作者机构：仰恩大学工程技术学院福建泉州362014 仰恩大学数学系福建泉州362014 中兴通讯股份有限公司终端事业部成都610001 

基　　金：福建省教育厅科技项目A类(JA12361)资助 

出 版 物：《合肥学院学报（自然科学版）》 (Journal of Hefei University :Natural Sciences)

年 卷 期：2015年第25卷第2期

页      码：29-34页

摘      要：图像分割是图像处理到图像分析的最关键步骤.首先,研究C均值的聚类算法并阐述与其相关的概念,分析该聚类方法的基本原理和聚类准则.然后,针对该算法的优缺点以及存在的不足之处,对C均值聚类算法进行改进,将Relieft技术引进,由于图像分割时涉及众多特征,改进算法的核心就在于特征提取时进行加权处理,最终设计出有效的、鲁棒性好的彩色图像分割的流程.最后,通过大量的实验,将改进前后的C均值图像分割算法的分割结果进行比较,改进后的聚类算法能够实现更加优秀的图像分割结果;通过将实验对象置于不同的环境下的实验数据的统计,可以验证改进后分割算法的鲁棒性更好.

主 题 词：聚类 C均值 特征加权 Relieft技术 模糊集 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1673-162X.2015.02.006

馆 藏 号：203889804...