一種魯棒的無監督聚類圖像分割算法

胡雅婷,李長明,柳振鑫,任虹賓,陳營華

(1.吉林農業大學 信息技術學院,長春 130118；2.長春光華學院 電氣信息學院,長春 130033；3.大連理工大學 數學科學學院,遼寧 大連 116024)

在圖像分割中,光照不均勻、噪聲干擾等都將增加圖像分割的復雜度,對噪聲和野值的魯棒性是衡量圖像分割算法的一個重要指標[1-2].基于劃分聚類的圖像分割方法以其高效、快速的特點,在圖像分割領域應用廣泛[3-6].目前,對典型基于劃分聚類的圖像分割算法的研究已有許多結果：Ahmed等[7]提出了在FCM(fuzzyC-means clustering)算法目標函數中引入圖像的空間約束項,并考慮了鄰域像素的信息,分割結果優于傳統FCM算法；Chen等[8]通過在目標函數中分別引入均值濾波和中值濾波,利用鄰域信息在一定程度上提高了聚類效率；Szilagyi等[9]提出的基于灰度值的圖像分割算法進一步提升了計算效率；Cai等[10]在圖像分割框架中引入了一種相似性度量,魯棒性更高且參數設置簡單,在一定程度上實現了抑制噪聲并保持圖像細節的目的.但上述方法均是在傳統FCM算法的基礎上加入空間約束信息,在提升了FCM算法分割性能的同時,仍存在FCM算法對噪聲和野值敏感的問題,且這些算法需要人為指定聚類數目,其分割結果也與聚類數目有關.為了提高圖像的分割性能,已有研究者采用抗噪性更強的可能性聚類算法[11-12]進行圖像分割.通過將圖像空間信息融入可能性聚類,對含有噪聲的圖像分割效果更好[13-14].目前,基于可能性聚類的圖像分割算……