高级搜索

基于近邻搜索花授粉优化的直觉模糊聚类图像分割

赵凤 孙文静 刘汉强 曾哲

引用本文: 赵凤, 孙文静, 刘汉强, 曾哲. 基于近邻搜索花授粉优化的直觉模糊聚类图像分割[J]. 电子与信息学报, 2020, 42(4): 1005-1012. doi: 10.11999/JEIT190428 shu
Citation:  Feng ZHAO, Wenjing SUN, Hanqiang LIU, Zhe ZENG. Intuitionistic Fuzzy Clustering Image Segmentation Based on Flower Pollination Optimization with Nearest Neighbor Searching[J]. Journal of Electronics and Information Technology, 2020, 42(4): 1005-1012. doi: 10.11999/JEIT190428 shu

基于近邻搜索花授粉优化的直觉模糊聚类图像分割

    作者简介: 赵凤: 女,1980年生,教授,研究方向为计算智能与图像处理;
    孙文静: 女,1995年生,硕士生,研究方向为图像处理;
    刘汉强: 男,1981年生,副教授,研究方向为模式识别与图像处理;
    曾哲: 男,1995年生,硕士生,研究方向为图像处理
    通讯作者: 赵凤,fzhao.xupt@gmail.com
  • 基金项目: 国家自然科学基金(61571361, 61671377, 61102095),西安邮电大学西邮新星团队基金(xyt2016-01)

摘要: 为克服传统模糊聚类算法应用于图像分割时,易受噪声影响,对聚类中心初始值敏感,易陷入局部最优,模糊信息处理能力不足等缺陷,该文提出基于近邻搜索花授粉优化的直觉模糊聚类图像分割算法。首先设计一种新颖的图像空间信息提取策略,进而构造融合图像空间信息的直觉模糊聚类目标函数,提高对于噪声的鲁棒性,提升算法处理图像中模糊信息的能力。为了优化上述目标函数,提出一种基于近邻学习搜索机制的花授粉算法,实现对于聚类中心的寻优,解决对于聚类中心初始值敏感,易陷入局部最优的问题。实验结果表明所提算法能在多种噪声图像上取得令人满意的分割效果。

English

图(6)表(1)
计量
  • PDF下载量:  63
  • 文章访问数:  766
  • HTML全文浏览量:  475
文章相关
  • 通讯作者:  赵凤, fzhao.xupt@gmail.com
  • 收稿日期:  2019-06-11
  • 录用日期:  2019-12-09
  • 网络出版日期:  2019-12-20
  • 刊出日期:  2020-04-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章