论文研究噪声不均条件下的模糊C均值聚类算法及应用.pdf

随着工业生产和工艺的进步，人们对产品的质量要求越来越高。为提高光缆表面瑕疵分割的效果，克服模糊C均值聚类算法对噪声敏感的不足，提出了一种新的模糊C均值聚类（FCM）的瑕疵图像分割方法。该方法一方面考虑样本的邻域像素信息，使FCM的隶属度函数中包含像素的邻域信息，另一个方面使用一种新的距离度量方式代替传统的欧式距离。利用以上两种方法来增加算法的鲁棒性，此外，通过直方图法给聚类中心赋初值，使分割效果稳定。最后，分别对CCD相机获取的光缆图像添加椒盐噪声和高斯白噪声，使用改进的FCM算法和传统的FCM算法、FCMM算法进行光缆表面瑕疵分割实验。图像和分割正确率的对比实验结果表明，使用改进的FCM算法