基于狼群算法优化的FCM图像自动分割
作者:
汪方正
关键词:
图像分割
狼群算法
模糊均值聚类算法
全局优化
摘要：
为了提高图像的分割效果,针对模糊均值聚类算法存在的不足,提出一种狼群算法优化(Fuzzy C-means,FCM)聚类中心的图像自动分割方法.首先,利用人工狼表示模糊均值聚类算法初始聚类中心,并通过模拟狼群对猎物气味浓度的感知,实现人工狼之间的信息共享,便于探索未知环境以及自主决策实现狼群捕猎,找到最优初始聚类中心;然后,采用最优初始聚类中心的模糊均值聚类算法进行图像分割;最后,采用仿真实验测试算法的性能.实验结果表明,相对于其他图像分割算法,该算法提高了图像的分割精度,减少了图像的分割,具有更强的噪声鲁棒性.
上一篇： 基于H-平均的广义直觉信息集成及其应用
下一篇： 一种高对比度的多模医学图像融合算法