用于图像分割的非局部空间约束的核FCM算法

图像分割是图像分析、图像理解的前提和关键,其结果直接决定着图像分析和理解的质量. 模糊C均值(Fuzzy C-Means,FCM)聚类算法是一种常用的图像分割算法. 然而,由于经典的FCM算法只考虑像素自身,从而对外围噪声比较敏感. 因此,提出了一种改进的用于图像分割的FCM聚类算法. 该算法通过利用核方法修改FCA-NLASC算法中的目标函数而实现,即用核距离替代FCA-NLASC中的欧氏距离,相应地得到核FCA-NLASC聚类算法――KNLASC-FCM聚类算法. 利用提出的算法分别进行人工合成图像和实际图像的实验结果表明,当图像含有噪声时,与算法FCA-NLASC相比,KNLASC-FCM算法在主观视觉、客观量化两方面的评价中均具有更好的分割性能