基于核函数距离测度的加权模糊c均值聚类与markov空域约束的快速鲁棒图像分割

由于模糊c均值聚类算法（fcm）存在两大缺陷：（1）对于非球形的数据聚类形式鲁棒性不够；（2）只考虑图像中的数值特征信息，而忽略了像素间的空间约束关系，因此fcm算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题，本文提出了一种结合markov空域约束与基于核函数距离测度的加权模糊c均值聚类的快速鲁棒图像分割方法。为克服缺点（1），我们使用基于核函数的距离测度取代fcm中的欧氏距离，并使用加权模糊聚类的方式保证了计算的简洁性。与此同时，我们用markov随机场描述图像的空域约束信息，并且通过数