基于改进模糊C均值聚类与Otsu的图像分割方法

作者：王勋; 李廷会; 潘骁; 田宇

来源：广西师范大学学报(自然科学版), 2019, (04): 68-73.

DOI：10.16088/j.issn.1001-6600.2019.04.008

• 图像分割
• 模糊C均值聚类
• Otsu
• 准则函数
• 分割准确率 image segmentation
• fuzzy C-mean clustering
• Otsu maximum variance
• criterion function
• accuracy of segmentation

针对背景与前景颜色差别较小的原木图像分割效果不理想的情况,本文给出了模糊C均值聚类与Otsu相结合的图像分割方法。该方法首先以标准原木数据库为样本,之后使用模糊C均值聚类算法把背景与前景颜色差别较小的原木样本图像分割成2类,其次利用准则函数找出前景分割结果,最后把该结果作为Otsu算法的输入,对原木样本图像进行再次分割。实验结果表明,本文研究的算法比单独使用模糊C均值聚类算法、Otsu和同类算法有较好的分割效果和较高的分割准确率,边缘信息保留较好,平均分割准确率提高2个百分点。

• 单位
  广西生态工程职业技术学院; 广西师范大学; 电子工程学院