张风彦

（铜川职业技术学院 铜川 727031）

1 引言

随着图像处理技术的不断进步，如何对彩色图像进行精确、快速分割已经成为现阶段图像处理与计算机视觉分析领域的重要内容，该技术也是完成后续图像信息处理的基础。到目前为止，已经有许多学者对这方面开展了深入研究并提出了多种图像分割算法［1～7］，并获得了良好分割效果，随着图像应用技术的快速发展，一些新的分割算法也被不断开发出来。对比以上各类分割方法可知，聚类方法具备步骤简单、直观性强的优点，被广泛应用在医学分析与遥感测试领域，并且与其它各类方法结合后可以进一步提高图像的预处理效果［8］。FCM［9］属于一类软分割方法，与k-mEaNs 等大部分硬分割方法相比，可以实现良好的模糊鲁棒性，同时还可在分割阶段充分保留图像原始信息，已经成为当前聚类技术的一个主流方法。但是，因为没有充分考虑图像包含的各项空间数据，FCM受到成像伪影与噪声的显著影响，这使得实际得到的图像分割结果无法满足区域一致性。由此可见，如何将空间信息融入到FCM 聚类过程中已成为现阶段的重点研究内容。同时，也有学者利用改进方法［10］对FCM 目标函数进行修改后再将其融入到空间信息中以实现良好的抗噪性能。liu 等［11］根据以上算法做了重新调整，构建得到一种融合自适应局部信息的HM⁃RF/FCM方法，根据超像素的区域同质性，把区域信息加入到距离函数与点对先验概率内，以此获得更高的分割精度并显著提高计算效率。……