基于模糊C均值聚类的多分量彩色图像分割算法  

A FCM Based Image Segmentation Algorithm using Multi-color Components

作　　者：卜娟[1] 王向阳[1,2] 孙艺峰[1] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,大连116029 [2]苏州大学江苏省计算机信息处理技术重点实验室,苏州215006

出　　处：《中国图象图形学报》2008年第10期1837-1840,共4页Journal of Image and Graphics

基　　金：国家自然科学基金项目(60773031);视觉与听觉信息处理国家重点实验室开放基金项目(0503);计算机软件新技术国家重点实验室开放基金项目(A200702);大连市科技基金项目(2006J23JH020);“图像处理与图像通信”江苏省重点实验室开放基金项目(ZK205014);江苏省计算机信息处理技术重点实验室开放课题基金项目(KJS0602)

摘　　要：以模糊C均值(FCM)聚类理论为基础,选用符合人眼视觉特性的HSI颜色空间,提出了一种新的多分量彩色图像分割算法。该算法首先结合数据分布特点确定出H分量与I分量的初始聚类中心;然后利用FCM聚类技术对H分量、I分量进行分类处理,以得到不同分量的像素点隶属度;最后,将所得到的不同分量像素点隶属度组织成2维特征,并以此进行模糊聚类图像分割。实验结果表明,该算法可有效提高图像分割效果,其分割结果优于传统FCM聚类图像分割方案。We propose a FCM based image segmentation algorithm using multi-color components. Firstly, the image is converted from RGB color space to HSI color space, and initial clustering centers of H component and I component are selected according to the data distribution. Then, the FCM algorithm is performed on the H component and I component, and we can obtain the image pixel membership for H component and I component. Finally, two-dimensional image features are constructed with the image pixel membership, and the FCM based image segmentation is performed using two-dimensional image features. Experimental results show that the proposed method is simple and work well for most images, and has better segmentation effect than the existing FCM color image segmentation.

关 键 词：图像分割 FCM聚类 HSI颜色空间 隶属度 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]