基于模糊C均值隶属度约束的图像分割算法

摘要

模糊C均值算法(FCM)是图像分割中应用最为广泛的一种模糊聚类算法,但是传统的模糊C均值算法并没有考虑到任何空间信息,这使得传统的模糊C均值算法对噪声非常敏感。尽管许多改进的模糊C均值算法采用调节空间信息影响程度的因子,但是这些因子不仅需要人为设定而且对强噪声仍缺乏足够的鲁棒性。针对FCM噪声敏感问题,提出一种基于FCM隶属度约束的图像分割算法,算法根据图像中的像素点自身的隶属度信息来自动调节算法对噪声的鲁棒性和对图像细节保持性的平衡度,不需要人为设定空间信息的影响程度。通过和FCM的改进算法在自然图像的实验分割效果比较,验证了该算法在去除强噪声的同时能够保持更多的图像细节,从而实现较理想的图像分割结果。