摘要：针对传统的模糊C均值（FCM）聚类算法在样本数和特征数较多时,运算较为复杂以及耗时较多的问题,本文提出了一种采用直方图的相关性作为约束采样率的快速多阈值FCM分割方法,控制图像失真,使得需要运算的数据量减少,以获得较快的分割速度。由于借助了基于模糊集的图像分割技术——模糊C均值算法实现多阈值图像分割,考虑到了每个像素对于聚类中心的隶属度,使得其有较好的适用性。根据实验结果,在保持传统FCM算法的分割效果的前提下,该算法的分割灰度图像耗时是传统FCM的1.4%,因此该算法具有一定的应用价值。

关键词：模糊c均值聚类算法 图像分割 模糊聚类 直方图 相关性 

单位：西安工业大学机电工程学院 陕西西安710032