周 凤(绥化学院信息工程学院, 绥化,152061)

一种HSI空间基于模糊聚类的火灾彩色图像分割算法

周 凤*
(绥化学院信息工程学院, 绥化,152061)

针对通用模糊聚类算法进行彩色图像分割存在对初值敏感，迭代过程耗时等问题，在HSI空间结合火焰图像分布特征，采用平均值法进行初值优选，构造抑制算子和抑制因数对火焰无关区域S和I分量进行有效抑制，采用直方图聚类后进行数据融合等方式，最终实现彩色火灾图像分割。实验表明，该算法提高了彩色火灾图像分割的准确性和收敛速度。

火灾图像分割；模糊均值聚类；无关区域抑制；直方图

0 引言

火灾图像分割作为火灾探测识别的关键技术，一定程度上决定了火灾探测识别的快速性和准确性。随着计算机硬件及传感器技术的不断进步，进行火灾彩色图像分割，从而在保证时效性基础上提高火灾探测识别的准确性成为图像火灾探测领域的必然发展趋势。

模糊C均值图像分割算法[1](FCM，Fuzzy C-Means)以其无需训练样本，对复杂图像适应度高，因此得到广泛的应用，而彩色图像分割更成为近年来研究的热点[2]。但通用FCM算法存在诸多缺陷，如对初始值敏感，迭代过程耗时，在进行图像聚类时未考虑空间信息应用等[3]，因此多数具体应用中均采用不同方法优化FCM，以提高分割的准确性和收敛速度。本文正是针对火灾图像分割具体应用，在HSI色彩空间优化FCM初值选取，对无关区域进行抑制，采用直方图聚类化简迭代过程以提高火灾图像分割的准确性和时效性。……