距离选通激光成像空间定位模糊C均值聚类分割法

针对距离选通激光成像对比度低、照度不均、图像模糊的特点，提出了一种基于空间定位的模糊C均值聚类方法（SPFCM）对目标进行分割。传统的模糊C均值聚类法存在以下缺点：一是需要预先获得目标分类数量，自适应性较差；二是对空间信息不敏感，导致目标轮廓不完整以及错误分类。针对上述缺陷，文中对传统算法进行了改进，引入了初定位的概念，首先利用最大类间方差法（Otsu法）和数学形态学工具对子目标进行初步定位，再将其形心方位信息和灰度信息融合到聚类过程中，以较短的迭代过程实现不同目标的归类。实验结果证明基于空间定位的模糊C均值聚类法可以完整、有效地对距离选通激光图像进行提取分割，处理时间优于传统FCM。