基于空间信息及灰度信息的塔型模糊聚类图像分割

Image segmentation with pyramidal fuzzy cluster method based on spatial information and gray-level information

对于二维灰度图像,基于灰度信息的图像信息熵分析法,由于没有考虑到图像的空间信息,存在着对图像信息描述不准确的问题。在进行图像分割时,若图像复杂到一定程度时,无法得到满意的效果。本文从空间信息和灰度信息出发,将图像的空间信息和灰度信息作为特征向量,对比较复杂的图像进行聚类分割,取得了满意的效果。经分析和实验验证,本文提出的基于空间信息和灰度信息的塔型模糊C-均值聚类（PFCM）图像分割方法与传统的非塔型聚类算法相比,具有收敛速度快、稳定性好等优点。同时,由于对初始聚类中心的合理初始化,消除了聚类分析中常见的死点问题。

A new image segmenting algorithm based on spatial information and gray level information was presented with pyramidal fuzzy C-mean(PFCM) cluster. PFCM was faster in convergence and robuster than FCM method. For a group of complex images, segmenting result was satisfactory.