基于模糊聚類算法的圖像分割問題研究.pdf

1、當前圖像分割技術越來越受到人們的重視。很多研究者針對圖像分割技術設計出了不計其數(shù)的方法。圖像分割技術已經(jīng)涉及到許多范疇，并且逐漸成為了許多領域的基礎技術之一。圖像分割技術在當今時代具有極其重要的地位，研究如何提高它的運算結果仍然十分具有價值。
　　很多事物自身存在模糊性，傳統(tǒng)的聚類方法多是硬劃分，不能夠理想的處理這類事物的問題。在圖像分割領域內的眾多方法中，有一類以模糊聚類技術為基礎的方法，能夠較好地分析處理客觀事物內在的模糊性，

2、因而逐步作為了運用最普遍的分割方法和研究熱點課題之一。模糊聚類分析是典型的軟劃分方法，它能夠很好地處理事物內在的模糊性，因此，比傳統(tǒng)的聚類分析更適合現(xiàn)實中的事物處理。
　　在模糊聚類分析的眾多方法中，具有代表性的應用最普及的一類是FCM算法及它的系列改進算法。雖然FCM算法應用最普遍，但是它本身也存在一定的問題，因此近年來研究人員不斷對其進行改進，提出了很多改進算法，一個比較典型的改進算法是KWFLICM算法。KWFLICM算法是