改进核模糊Ｃ均值聚类算法在服装图像分割中的研

：图像分割是基于内容的服装图像检索系统的重要研究内容之一，传统的模糊Ｃ均值聚类算法在用于图像分割时，存在对样本分布和输入参数有限制、收敛于局部最优解、对噪声敏感等缺点．本文加入高斯核函数优化空间样本数据计算，并利用局部空间信息提高图像分辨能力，有效改善了模糊聚类算法．通过实验发现，改进的算法提高了图像类与类之间的分离性，分割结果更准确，对样本间的微小差别处理较好，具有更加可靠的性能．