基于最大熵的模糊核聚类图像分割方法 (2011年)

传统聚类算法易陷入局部极值，在数据线性不可分时分类效果较差。为此，提出一种基于最大熵的模糊核聚类图像分割方法。采用最大熵算法对原始图像进行初步分割，求得初始聚类中心；引入Mercer 核函数，把输入空间的样本映射到高维特征空间，并在特征空间中进行图像分割。实验结果表明，该方法能减少迭代次数，使分类结果更稳定，从而较好地把目标从背景中分割出来。