结合k-means的自动FCM图像分割方法

针对图像分割中模糊C均值算法（FCM）无法自动确定聚类中心，不考虑像素邻域信息的问题，提出一种结合k-means的自动FCM图像分割方法。该方法先由图像的灰度直方图确定聚类数目，使用一种改进的快速FCM方法产生初始聚类中心。即通过一步k-means算法对大隶属度灰度更新模糊聚类中心，同时仅对小隶属度灰度使用快速FCM 方法进行隶属度更新，迭代后得到初始聚类中心。利用改进隶属度的FCM算法进行最终聚类。实验表明，该方法获取初始聚类中心接近最终值，加速图像分割，并对噪声具有一定的鲁棒性。