针对复杂噪声场景的FCM聚类算法非局部改进  

作　　者：吕美琪 韩红燕[1] 刘婷婷 孙忠贵[1] 

机构地区：[1]聊城大学数学科学学院

出　　处：《数字技术与应用》2022年第5期24-27,共4页Digital Technology & Application

基　　金：国家自然科学基金(11801249);山东省自然科学基金(ZR2020MF040);聊城大学开放课题(319312101-01)。

摘　　要：作为一种常用的图像分割算法,模糊C均值聚类(FCM)对噪声过于敏感。针对此缺陷,研究者们提出了诸多改进算法。然而,现有算法在面对较为复杂的噪声场景时,所得图像分割效果往往不令人满意。通过对经典FCM算法的目标函数施加非局部正则化,该文给出一个FCM非局部改进算法(FCM_UNL)。在复杂噪声场景下进行图像分割时,FCM_UNL能保持较高的分类精度。初步的图像分割实验表明了所提算法的有效性。

关 键 词：图像分割 FCM算法 FCM聚类算法 非局部正则化 复杂噪声 改进算法 分类精度 算法的有效性 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]