加权可靠性FCOM算法的苗族服饰图像分割  

Weighted Reliability FCOM Algorithm for Miao Costume Image Segmentation

作　　者：陈阳 黄成泉 雷欢 彭家磊 覃小素 周丽华 Chen Yang

机构地区：[1]贵州民族大学数据科学与信息工程学院,贵州贵阳550025 [2]贵州民族大学工程技术人才实践训练中心,贵州贵阳550025

出　　处：《工业控制计算机》2024年第4期61-63,共3页Industrial Control Computer

基　　金：国家自然科学基金项目(62062024);贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342);贵州省研究生教育教学改革重点项目(黔教合YJSJGKT[2021]018);贵州省教育厅自然科学研究项目(黔教技[2022]015)。

摘　　要：针对苗族服饰图像存在保存不清晰、折痕、污渍沾染的问题,提出一种加权可靠性模糊C有序均值聚类算法。首先,将排序技术、损失函数和像素数据的典型性结合起来,对数据样本点可靠性进行分析,保证算法的鲁棒性与稳健性。其次,引入一组加权超参数,简化算法的复杂度,提高算法的灵活性。最后,引入新的隶属度约束函数,构造新的目标函数,对数据项进行更加强制清晰的划分。实验结果表明该算法在模糊划分系数、模糊划分熵及Xie-Beni系数等方面均优于其他几种FCM算法。Aiming at the problems of unclear preservation,creases and stains in Miao clothing image,a weighted reliability fuzzy C ordered mean clustering algorithm is proposed in this paper.Firstly,the reliability of data sample points is analyzed by combining sorting technology,loss function and pixel data typicality to ensure the robustness and robustness of the algorithm.Secondly,a set of weighted hyperparameters is introduced to simplify the complexity of the algorithm and improve the flexibility of the algorithm.Finally,a new membership degree constraint function is introduced,and a new objective function is constructed to make a more mandatory and clear division of data items.Experimental results show that the algorithm is superior to other FCM algorithms in terms of fuzzy partition coefficient,fuzzy partition entropy and Xie-Beni coefficient.

关 键 词：图像分割 模糊聚类 排序技术 损失函数 鲁棒性 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TS941.2[自动化与计算机技术—计算机科学与技术]