第１３卷第１０期Ｖｏｌ．１３Ｎｏ．１０智能计算机与应用ＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒａｎｄＡｐｐｌｉｃａｔｉｏｎｓ２０２３年１０月Ｏｃｔ．２０２３文章编号：２０９５－２１６３（２０２３）１０－０１４２－０５中图分类号：ＴＰ３９１．４１文献标志码：Ａ可靠性模糊局部信息Ｃ均值聚类算法的苗族服饰图像分割覃小素１，黄成泉２，雷欢１，陈阳１，彭家磊１，周丽华１（１贵州民族大学数据科学与信息工程学院，贵阳５５００２５；２贵州民族大学工程技术人才实践训练中心，贵阳５５００２５）摘要：传统的模糊Ｃ均值（ＦＣＭ）算法容易受到噪声的影响，难以对具有褶皱、污渍和色彩差异大的苗族服饰图像进行有效的分割。本文提出可靠性模糊局部信息Ｃ均值聚类算法，在ＦＣＭ的目标函数中增加一个模糊因子来度量局部的相似性，充分结合空间信息与灰度信息，提高对噪声的鲁棒性。此外，引入一个模糊不确定性聚类模型，对像素进行可靠性分析，进一步降低噪声点和边缘点的影响。利用含噪的苗族服饰图像进行实验，实验结果表明本文所提算法对含噪的苗族服饰图像分割效果好，对于褶皱、污渍及色彩差异大的苗族服饰图像，本文所提算法都获得最高的划分系数和最低的划分熵，分割质量均优于对比算法。关键词：模糊Ｃ均值；苗族服饰图像；局部信息；不确定性聚类；可靠性ＩｍａｇｅｓｓｅｇｍｅｎｔａｔｉｏｎｏｆＭｉａｏｃｌｏｔｈｉｎｇｂａｓｅｄｏｎｄｅｐｅｎｄａｂｌｅｆｕｚｚｙｌｏｃａｌｉｎｆｏｒｍａｔｉｏｎＣ－ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍＱＩＮＸｉａｏｓｕ１，ＨＵＡＮＧＣｈｅｎｇｑｕａｎ２，ＬＥＩＨｕａｎ１，ＣＨＥＮＹａｎｇ１，ＰＥＮＧＪｉａｌｅｉ１，ＺＨＯＵＬｉｈｕａ１（１ＣｏｌｌｅｇｅｏｆＤａｔａＳｃｉｅｎｃｅａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＧｕｉｚｈｏｕＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ；２ＥｎｇｉｎｅｅｒｉｎｇＴｒａｉｎｉｎｇＣｅｎｔｅｒ，ＧｕｉｚｈｏｕＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５００２５，Ｃｈｉｎａ）【Ａｂｓｔｒａｃｔ】ＴｈｅｔｒａｄｉｔｉｏｎａｌｆｕｚｚｙＣ－ｍｅａｎｓ（ＦＣＭ）ａｌｇｏｒｉｔｈｍｉｓｅａｓｙｔｏｂｅａｆｆｅｃｔｅｄｂｙｎｏｉｓｅ，ａｎｄｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｓｅｇｍｅｎｔｔｈｅＭｉａｏｃｌｏｔｈｉｎｇｉｍａｇｅｓｗｉｔ...
