虚拟全景影像数据FCM聚类优化仿真

摘要

传统全景影像数据聚类方法忽略了对聚类目标函数的建立,导致数据聚类结果偏差较大,且效率不高,图像的抗噪性较差。提出基于模糊C均值聚类(FCM)算法的虚拟全景影像数据聚类方法。采用小波过滤变换法对影像去噪和分割。引入FCM算法,结合欧几里得距离、加权平均法构建随机场模型,将目标函数最小化处理,完成对虚拟全景影像的数据聚类。仿真结果表明,所提方法的聚类精度和效率均较高,且图像抗噪性强。