结合模糊聚类与支持向量机的图像分割（英文）.pdf

第24卷 第 7期 计 算 机 技 术 与 发 展 VoI．24 No．7 2014年 7月 COMPUrER TECHNOLOGYAND DEVELOPMENT July 2014 结合模糊聚类与支持 向量机的图像分割 李 雷，魏蕴婕 (南京邮电大学 自动化学院，江苏 南京 210003) 摘 要：提出一种新的混合的图像分割方法，利用模糊C均值聚类与支持向量机两种方法相结合。此方法首先将图像的 空间分布信息作为支持向量机的特征分量，再用模糊 c均值聚类获得的分类结果作为支持向量机所需的初始训练样本， 并对图像的所有像素点进行分类，同一类中的像素点形成一个分割区域，以此获得图像分割。实验表明，此将模糊C均值 与支持向量机结合的新方法获得的图像分割效果较好，在一定程度上解决了支持向量机特征维数过大所导致的维数灾难 问题。 关键词：模糊聚类；支持向量机；图像分割；空间分布 中图分类号：TP301 文献标识码 ：A 文章编号：1673-629X(2014)07-0088一o4 d0i：10．3969／j．issn．1673—69X．2014．07．022 ImageSegmentationCombinedFCM andSVM LILei，WEIYun-jie (AutomationCollege，NanjingUniversityofPostsandTelecommunications， Nanjing210003。China) Abstract：ProposeanewhybridmehtodsforimagesegmentationcombinedSupportVectorMachine(SVM)withCmeanfuzzycluste— ring．ThismehtodtakesthespatialdistributedinformationascomponentcharacteristicsoftheSVM ，andhteclassificationresultsfrom ufzzyclusteringashteinitialtrainingsamplesofhteSVM ．ThenhtepixelsofhteimagealeclassifiedbySVM andthepixelsinhtesame classform a~gmentalregiontoobtainimagesegmentation．Theexperimentalresultsshow htathtenew mehtodscombingufzzycluste- ringnadSVM callgetbetterresultsandtoacertainextentsolvethedimensiondisasterproblem causedbylargedimensionofSVM ． Keywords：fuzzyclustering；support vcetormachines；imagesegmentation；spatialdistribution 0 Introduction rate．Itisfoundthatfuzzyhteory isabletogiveagood Imagesegmentation…isjusttodivideanimageinto descriptionofsuchuncertaintiesnadimagesegmentation differents