论文部分内容阅读
针对中智模糊C均值聚类算法抗噪能力弱的问题,提出嵌入隐马尔科夫随机场的中智模糊聚类分割算法.利用隐马尔科夫随机场描述图像任意像素分类的先验信息,将其与样本分类隶属度之间的信息散度作为正则项,嵌入现有中智模糊聚类目标函数;同时,将欧氏空间样本通过核函数映射至高维空间,采用最优化方法获得隐马尔科夫随机场的核空间中智模糊聚类分割的迭代表达式.对标准的、现场采集的以及人工合成的3类灰度图像添加一定强度的高斯和椒盐噪声进行分割测试,实验结果表明,这种分割算法相比基于隐马尔科夫随机场的模糊C均值聚类等分割算法的