自适应快速FCM彩色图像分割研究

模糊C均值聚类算法（FCM）广泛用于彩色图像分割，但该算法存在需要预先指定聚类数目、计算量大、耗时长且易陷入局部最优等缺点。提出一种自适应快速模糊C均值彩色图像分割方法，该方法首先运用蚁群算法，自动获取初始聚类中心和聚类数目，然后使用基于梯度的分水岭算法对原始彩色图像进行预分割，得到一系列由色彩特征空间具有一致性的点构成的子集，最后对这些子集的中心进行模糊聚类。实验结果表明：由于子集数量远小于原始图像像素数目，使聚类样本数量显著减少，大大提高了聚类速度，同时在聚类中以特征距离代替欧式距离，增强了算法的鲁棒性。

Study on color image segmentation of serf adapting fast FCM clustering

Fuzzy C-mean algorithm(FCM) has been being well used in the field of color image segmentation with some disadvantages such as:Predesignation of the number of clustering classes,high computational complexity and local optimal solution etc.This paper proposes a self adapting fast fuzzy C-mean algorithm of color image segmentation.This algorithm gets the number of clustering classes and the init-clustering centres with ant colony algorithm firstly.And then,pre-segments the original color image using a watershe...