自适应融合空间信息的图像分割

摘要

传统模糊C均值算法没有充分利用像素周围的空间信息,所以算法抗噪效果不理想,且该算法仅利用像素隶属度信息,分割规则过于单一.因此,提出一种基于包含度及空间信息的聚类算法以提高图像分割抗噪性和准确性.首先将包含度信息加入到目标函数中,以弥补隶属度单一化的不足;其次将像素周围的邻域信息作为空间信息加入到目标函数中,使用信息熵与交叉熵调节像素信息和空间信息之间的权重;最后使用梯度下降法优化该目标函数以便对图像进行正确分割.以4组卫星图像为例进行分割,并分别与FCM算法、PCM算法、AFCM_S1算法进行对比.实验结果表明,基于包含度和空间信息的聚类算法对噪声点具有较好的处理效果,可提升分割精度和负率度.