论文研究-一种融入局部信息的直觉模糊C-均值聚类图像分割算法.pdf

模糊C-均值（FCM）算法对图像噪声敏感，聚类过程中只考虑图像的数值特征信息而忽略像素间空间约束关系，同时单一隶属度并不能充分描述图像的不确定性，这使得基于FCM的图像分割不够准确。融入局部信息的改进FCM算法虽然对图像噪声有一定鲁棒性，但对图像细节保持不够，难以分割微小区域。针对上述问题，提出一种基于直觉模糊集的改进模糊C-均值（IFS_FCM）图像分割算法。该方法将直觉模糊集理论融入到FCM中，充分考虑图像的不确定性，同时在目标函数中引入空间邻域信息，使得该分割算法对噪声鲁棒性增强的同时还能保持图像细节信息。实验结果表明，IFS_FCM能获得更加理想的图像分割效果。