一种优化的可能性C 均值聚类图像分割算法

针对截集式可能性C-均值聚类算法没有考虑邻域差异性信息,导致该算法对于有些噪声图像分割效果不理想的问题,通过在典型性值的计算中加入邻域信息,对算法中重要的变量典型性值进行修正,提出了一种优化的可能性C-均值聚类图像分割算法。通过仿真实验验证了算法的有效性,结果表明,该算法在有噪的情况下可以将目标和背景清晰的分割分离,达到较好的分割效果。