自适应模糊C均值聚类彩色图像分割方法  

A Self-Adapting Fuzzy C-Means Clustering for Color Image Segmentation

作　　者：王婷婷[1] 张晓庆[2] 

机构地区：[1]山东农业大学信息科学与工程学院,泰安271018 [2]山东科技大学信息科学与工程学院,泰安271019

出　　处：《现代计算机》2007年第6期34-36,共3页Modern Computer

摘　　要：模糊C均值聚类用于彩色图像分割具有简单直观,易于实现的特点,但存在聚类性能受中心点初始化影响且计算量大等问题,为此,提出一种自适应模糊C均值分割方法。算法根据人类的视觉特性,参照NBS距离与人类视觉对颜色差别的定量关系,结合具体图像的色彩分布,自动确定初始聚类中心及聚类数目,继而进行模糊C均值聚类。实验表明,该方法无需人为的干预,分割速度快,分割效果跟人的主观视觉感知保持了良好的一致性。The fuzzy C-means clustering is simple and easy to implement in color image segmentation, but it has the problem of heavy calculating burden and the disadvantage that clustering performance is affected by initial centers. The self-adapting fuzzy C-means clustering could provide the clustering centers and numbers automatically according to the NBS distance and the color distribution of image. The experiment shows that the proposed approach can segment the color image Quicklv and effectively.

关 键 词：图像分割 NBS距离 Munsell颜色空间 聚类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]