文献类型：期刊文章

作　　者：朱占龙[1,2,3] 刘永军[1,3]

ZHU Zhan-long;LIU Yong-jun(School of Information Engineering,Heibei GEO University,Shijiazhuang,Hebei 050031,China;Hebei Key Laboratory of Optoelectronic Information and Geo-Detection Technology,Shijiazhuang,Hebei 050031,China;Laboratory of Artificial Intelligence and Machine Learning,Heibei GEO University,Shijiazhuang,Hebei 050031,China)

机构地区：[1]河北地质大学信息工程学院,河北石家庄050031 [2]河北省光电信息与地球探测技术重点实验室,河北石家庄050031 [3]河北地质大学人工智能与机器学习研究室,河北石家庄050031

出　　处：《电子学报》

基　　金：河北省高等学校科学技术研究(No.BJ2018029);河北省教育厅重点(No.ZD2018212);河北地质大学博士科研启动基金(No.BQ201606)。

年　　份：2020

卷　　号：48

期　　号：5

起止页码：975-984

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于邻域广义模糊聚类算法能够分割含噪声灰度图像,但是如果图像灰度分布不均衡或者起始的聚类中心设置不合适仍会导致该算法分割失败,为此,提出一种基于混沌优化和改进模糊聚类算法相融合的图像分割算法.首先,将每一类的隶属度之和引入基于邻域广义模糊聚类算法的目标函数中,从而能够均衡较大类和较小类对目标函数的贡献.其次,以新目标函数为基础,利用拉格朗日乘子法推导出相应的隶属度和聚类中心.再次,将混沌优化和改进模糊聚类算法联合得到最优解,即最合适的聚类中心,细节上,每一代的聚类中心分别由混沌系统和改进模糊聚类算法两种路径产生,具有较小目标函数的聚类中心进入下一个迭代进程.最后,利用具有不平衡特性的无损检测图像进行实验,结果表明本文算法具有更高的分割准确率和更好的视觉效果.

关 键 词：图像分割 混沌优化 模糊聚类 灰度分布不均衡  

分 类 号：TP391.4]