基于小波变换和粒子群改进的FCM图像分割方法

摘要

模糊C均值聚类(FCM)算法是常用的图像分割算法之一,具有无监督、计算简便、软分割等优点.但是,对于含噪声的图像,会受到较为明显的干扰,且对初始值敏感,易陷入局部极小值.针对以上问题,提出一种新的FCM算法.首先,应用小波变换将图像三重分解得到不同尺度的高频和低频系数,应用各向异性滤波对分解后的高频系数进行去噪;然后,将处理好的系数利用小波重构得到处理完成的图像;最后,利用粒子群算法更新FCM的聚类中心,以得到全局最优值.实验结果表明该算法较好地抑制了噪声的影响,具有较好的鲁棒性.