改进的基于灰度级的模糊C均值图像分割算法

作     者：赵战民 朱占龙 王军芬 ZHAO Zhan-min;ZHU Zhan-long;WANG Jun-fen

作者机构：河北地质大学信息工程学院河北石家庄050031 河北地质大学人工智能与机器学习研究室河北石家庄050031 

基　　金：河北省高等学校科学技术研究项目(No.BJ2018029) 河北省教育厅重点项目(No.ZD2018212) 河北地质大学博士科研启动基金(No.BQ201606) 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2020年第35卷第5期

页      码：499-507页

摘      要：基于灰度级的模糊C均值算法是一种快速的图像分割算法。因为无损检测图像灰度分布不均衡,该算法不能有效分割图像中的目标与背景,故提出一种改进的基于灰度级的模糊C均值算法(IFCMG)。首先,利用灰度级像素数和隶属度构造类的总隶属度表达式并将其融入目标函数中以均衡化目标像素和灰度像素对目标函数的贡献。接着,推导基于新目标函数的隶属度和聚类中心。然后,考虑到类的密度也会影响聚类结果,设计类的紧密度表征形式并将其融入聚类进程。最后,采用无损检测图像进行分割实验。对于每幅图像,本文算法具有较高的F_value指标值。利用综合评价公式对所有F_value值进行评价,本文算法综合评价值比对比算法分别高出26.13%,16.46%,13.75%,25.10%。本文算法能够有效分割具有灰度分布不均衡特征的无损检测图像,扩展了基于灰度级的模糊C均值聚类算法的应用范围。

主 题 词：模糊C均值算法 灰度分布不均衡 图像分割 无损检测 

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

核心收录：

D　O　I：10.3788/YJYXS20203505.0499

馆 藏 号：203909517...