论文研究核空间隐马尔可夫随机场图像模糊聚类.pdf

针对模糊C均值算法未考虑图像邻域信息，导致其分割效果不好的不足，结合隐马尔可夫随机场和高斯核函数，提出核空间隐马尔可夫随机场模糊C均值聚类算法。引入隐马尔可夫随机场，在目标函数中引入像素的空间邻域信息，使得分割算法对噪声鲁棒性增强；引入核函数，将样本点非线性变换映射到高维特征空间，增强图像分割的抗干扰能力，保持图像的细节信息。对标准灰度图像添加噪声，用以验证算法的性能。视觉效果及分割图像的峰值信噪比均显示，改进算法具有更好的抗噪能力。