首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群模糊C-均值聚类的图像分割算法
引用本文:李丽丽,李明,刘希玉. 基于粒子群模糊C-均值聚类的图像分割算法[J]. 计算机工程与应用, 2009, 45(31): 158-160. DOI: 10.3778/j.issn.1002-8331.2009.31.047
作者姓名:李丽丽  李明  刘希玉
作者单位:山东师范大学,信息科学与工程学院,济南,250014;山东师范大学,实验室管理处,济南,250014;山东师范大学,管理与经济学院,济南,250014
基金项目:山东省自然科学基金重大项目,山东省教育厅计划项目,"泰山学者"建设工程专项经费资助 
摘    要:模糊C-均值(FCM)聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点。将粒子群优化算法(PSO)与模糊C-均值聚类算法相结合,实现了基于粒子群模糊C-均值聚类的图像分割算法。实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果。

关 键 词:图像分割  粒子群优化算法  模糊C-均值聚类算法  全局优化
收稿时间:2008-06-18
修稿时间:2008-10-22 

Image segmentation algorithm based on Particle Swarm Optimization fuzzy C-means clustering
LI Li-li,LI Ming,LIU Xi-yu. Image segmentation algorithm based on Particle Swarm Optimization fuzzy C-means clustering[J]. Computer Engineering and Applications, 2009, 45(31): 158-160. DOI: 10.3778/j.issn.1002-8331.2009.31.047
Authors:LI Li-li  LI Ming  LIU Xi-yu
Affiliation:1.School of Information Science and Engineering,Shandong Normal University,Jinan 250014,China 2.Laboratory Management Office,Shandong Normal University,Jinan 250014,China 3.School of Management and Economics,Shandong Normal University,Jinan 250014,China
Abstract:The Fuzzy C-Means(FCM) clustering algorithm is an effective image segmentation algorithm.But it is sensitive to initial clustering center and membership matrix and likely converges into the local minimum,which causes the quality of image segmentation lower.A new image segmentation algorithm is proposed, which combines the particle swarm optimization(PSO) and FCM clustering.Some experimental results are given,which show that the algorithm has the effective ability of searching global optimal solution.
Keywords:image segmentation  Particle Swarm Optimization  Fuzzy C-mean clustering algorithm  global optimization
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号