文档介绍：,.,2008基金项目:国家自然科学基金项目(60773031;视觉与听觉信息处理国家重点实验室开放基金项目(0503;计算机软件新技术国家重点实验室开放基金项目(A200702;大连市科技基金项目(2006J23JH020;/图像处理与图像通信0江苏省重点实验室开放基金项目(ZK205014;江苏省计算机信息处理技术重点实验室开放课题基金项目(KJS0602收稿日期:2008-07-11;改回日期:2008-07-25第一作者简介:卜娟(1984~,女。辽宁师范大学计算机与信息技术学院计算机应用技术专业硕士研究生。主要研究方向为计算机视觉、模式识别等。E-mai:lbujuan-1@基于模糊C均值聚类的多分量彩色图像分割算法卜娟1王向阳1,2孙艺峰11(辽宁师范大学计算机与信息技术学院,大连1160292(苏州大学江苏省计算机信息处理技术重点实验室,苏州215006摘要以模糊C均值(FCM聚类理论为基础,选用符合人眼视觉特性的HSI颜色空间,提出了一种新的多分量彩色图像分割算法。该算法首先结合数据分布特点确定出H分量与I分量的初始聚类中心;然后利用FCM聚类技术对H分量、I分量进行分类处理,以得到不同分量的像素点隶属度;最后,将所得到的不同分量像素点隶属度组织成2维特征,并以此进行模糊聚类图像分割。实验结果表明,该算法可有效提高图像分割效果,其分割结果优于传统FCM聚类图像分割方案。关键词图像分割FCM聚类HSI颜色空间隶属度中图法分类号:TP391文献标识码:A文章编号:1006-8961(200810-1837-04AFCMBasedImageSegmentationAlgorithmusingMult-ponentsBUJuan1,WANGXiang-yang1,2,SUNY-ifeng11(puterandInformationTechnology,LiaoningNormalUniversity,Dalian1160292(puterInformationProcessingTechnology,SoochowUniversity,Suzhou215006AbstractWeproposeaFCMbasedimagesegmentationalgorithmusingmult-,theimageisconvertedfromRGBcolorspacetoHSIcolorspace,,ponent,,two-dimensionalimagefeaturesareconstructedwiththeimagepixelmembership,andtheFCMbasedimagesegmentationisperformedusingtwo-,,fuzzyc-meansclustering,HSIcolorspace,imagepixelmembership1引言图像分割是指将图像中具有特殊意义的不同区域分开来,并使这些区域互不相交,且每个区域应满足特定区域的一致性条件。近年来,随着数学理论特别是应用数学理论的飞速发展,人们借助新的数学理论,对图像分割问题进行深入研究,并陆续提出了多种图像分割方法,包括基于直方图阈值的分割方法、基于区域增长的分割方法、基于边缘检测的分割方法、基于模糊聚类的分割方法和基于统计学的分割方法等[1]。模糊聚类图像分割算法无需训练样本,是一种无监督的统计方法,它通过迭代执行分类算法1838中国图象图形学报第13卷来提取各类的特征值。其中,基于FCM聚类的图像分割技术已引起人们普遍关注。高新波等人提出了灰度直方图聚类分割思想[2],Chuang和Yang等人从不同角度考虑了重要的空间信息[3~5],Songcan等人采用了新的核函数距离测度[6],Rahimi等人提出了一种用于图像分割的并行FCM算法[7]。Yong等人提出了一种加权FCM算法[8],其不仅以图像灰度直方图作为待聚类数据,而且引入了融合空间邻域信息的权重值,较好地改善了图像分割效果。李桂芝等人提出了基