文献类型：期刊文章

作　　者：刘璐[1] 吴成茂[1]

机构地区：[1]西安邮电大学电子与信息工程学院,陕西西安710061

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金重点基金项目(90607008);国家自然科学基金项目(61073106);陕西省教育厅自然科学基金项目(2013JK1129);陕西省自然科学基金项目(2014JM8331;2014JQ5138;2014JM8307)

年　　份：2016

卷　　号：37

期　　号：6

起止页码：1626-1631

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对模糊C均值聚类算法存在仅考虑以类内距离作为算法测度的不足,通过融入聚类中心之间的类间距离,提出一种将类内和类间距离相结合的模糊C-均值聚类算法并将其应用于图像分割。在目标函数中将类内距离与类间距离之差作为样本聚类依据,使其考虑到类内紧密度与类间离散度,通过调节有关参数使类内紧密度和类间离散度达到最优值,提高图像分割的准确性和鲁棒性。大量人工合成图像和实际遥感图像分割测试结果表明,改进的类内类间聚类算法是有效的,尤其是对噪声较大的图像进行分割时,其效果明显优于其它模糊聚类算法分割效果。

关 键 词：模糊聚类 类内距离  类间距离 图像分割 误分率  

分 类 号：TP391.41]