针对复杂噪声场景的FCM聚类算法非局部改进

作为一种常用的图像分割算法,模糊C均值聚类(FCM)对噪声过于敏感。针对此缺陷,研究者们提出了诸多改进算法。然而,现有算法在面对较为复杂的噪声场景时,所得图像分割效果往往不令人满意。通过对经典FCM算法的目标函数施加非局部正则化,该文给出一个FCM非局部改进算法(FCM_UNL)。在复杂噪声场景下进行图像分割时,FCM_UNL能保持较高的分类精度。初步的图像分割实验表明了所提算法的有效性。