互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于PSO的快速模糊C均值图像分割算法


□ 李艳灵 李 刚

   收稿日期:2007-11-15;

  修回日期:2008-01-15

  基金项目:国家自然科学基金资助项目(60574025); 河南省教育厅自然科学基金资助项目(2008A520021); 信阳师范学院青年骨干教师计划资助项目(20080619)

  

  作者简介:李艳灵(1975-),女,河南新乡人,博士研究生,主要研究方向为图像处理和计算机算法(lyl75@163.com).

  (1.华中科技大学 控制科学与工程系, 武汉 430074; 2.信阳师范学院 计算机科学系, 河南 信阳 464000)

  摘要:

  利用粒子群算法全局性和鲁棒性的特点,可以解决模糊C均值算法(FCM)用于图像分割时对初始值敏感、容易陷入局部极小值的问题。但是设定粒子群算法的初始搜索范围依赖于人的经验,并且所设范围往往过大,影响算法的执行速度,为此提出用收敛速度快的K均值聚类法得到的聚类中心作为粒子群算法初始搜索范围的参考,缩小粒子群算法的搜索范围,提高算法执行速度。实验表明该算法具有较高的分割速度和良好的抑制噪声的能力。

  关键词:图像分割; 模糊C均值; K均值算法; 粒子群算法

  中图分类号:TP391.4

  文献标志码:A

  文章编号:1001-3695(2008)10-3053-03

  Fast fuzzy C-means algorithm for image segmentation based on PSO

  LI Yan-ling1,2, LI Gang2

  (1.Dept.of Control Science & Engineering, Huazhong University of Science & Technology, Wuhan 430074, China;

  2.Dept.of Computer-Science, Xinyang Normal University, Xinyang Henan 464000, China)

  Abstract:

  The fuzzy C-means algorithm is sensitive to noise and always converges to the local infinitesimal value, which is-overcome by PSO algorithm with the feature of overall robustness. But the initial searching scope of PSO was selected by human experience, and the selected searching scope was always too big, which influenced the velocity of algorithm. This paper used the clustering centers obtained by K-means algorithm as the reference of the searching scope of PSO algorithm, which reduced the search scope and improved the velocity of algorithm. The experimental results show that new algorithm can converge more quickly than the standard FCM algorithm and suppress the noise effectively.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017