基于聚类技术的图像分割算法研究

本论文针对这些问题,主要涉及了以下几个内容: (1)对基于标准模糊C均值聚类的图像分割算法进行了探讨,研究了基于模糊聚类的图像分割方法中初始类别数的选取、初始类中心和初始隶属度矩阵的确定等问题。 (2)对现有的基于灰度信息和空间信息二维特征的FCM图像分割算法进行了研究,且分析了聚类的有效性函数,并给出了一个适用于图像分割的有效性指标,实现了图像分割中较佳类别数的自动确定。 (3)对另一种利用空间信息的方法进行了研究,即在FCM的目标函数中增加惩罚项从而约束隶属度函数。从邻域隶属度约束的角度出发,提出一个新的聚类目标函数,得到基于邻域隶属度约束的模糊C均值聚类图像分割算法。另外,从提高分割速度方面,提出一种基于网格聚类的图像分割算法。实验结果证明了两种算法的有效性和正确性。