摘要
图像分割和对象提取是从图像处理到图像分析的关键步骤 .经典的C -均值聚类算法 (CMA)是将图像分割成C类的常用方法 ,但依赖于初始聚类中心的选择 .该算法通常得到的是局部最优解而非全局最优解 .遗传算法是一类全局优化搜索算法 .通过将遗传算法 (GA)与CMA相结合 ,对医学彩色图像直接按红绿蓝 (RGB)三色空间进行聚类 ,用遗传算法搜索全局最优解 ,有效地避免了C -均值聚类算法收敛到局部最优的问题 ,并在此基础上实现了对医学病理彩色图像的分割和对象提取 。
Image segmentation and object extraction are the key step in image process.The classical C-means clustering algorithm (CMA) is a well-known clustering method to partition an image into homogeneous regions.However,CMA is dependent on the choice of the initial distribution of cluster centers and consequently the algorithm ends up in a local optimum.In this paper,by applying genetic algorithm,a global optimization search algorithm,to CMA,we can achieve the global optimum and have applied the algorithm to medical color image segmentation and object extraction.
出处
《同济大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2003年第7期874-877,共4页
Journal of Tongji University:Natural Science
关键词
医学图像
C—均值聚类
遗传算法
全局优化
medical image
C-means clustering algorithm
genetic algorithm
global optimization
