互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割OA北大核心CSTPCD
苗族服饰图案分割对推动苗族服饰文化的数字化保护和传承具有重要意义。针对直觉模糊聚类算法鲁棒性差、对噪声敏感的问题,提出一种基于互补空间信息和隶属度修正的直觉模糊聚类苗族服饰图案分割算法。首先,该算法使用互补空间信息的加权平方欧式距离代替传统欧氏距离,用于提高算法的抗噪性能;其次,采用隶属度连接机制,减少算法的迭代次数,从而提升算法的运行速率;最后,利用图像的局部像素特征和空间关系,对邻域内的像素点赋予不同的权重来修正隶属度函数,以实现更为准确的分割。当混合噪声的密度为10%时,所提算法在合成图像数据集上的分割精度达到99.72%,在苗族服饰图案数据集上的划分系数和划分熵为97.23%和4.61%。结果表明,与相关算法相比,所提算法的分割精度更高、细节保留能力更强。
彭家磊;黄成泉;陈阳;覃小素;雷欢;郑兰;周丽华
贵州民族大学贵州省模式识别与智能系统重点实验室,贵阳550025 贵州民族大学数据科学与信息工程学院,贵阳550025贵州民族大学贵州省模式识别与智能系统重点实验室,贵阳550025 贵州民族大学工程技术人才实践训练中心,贵阳550025贵州民族大学数据科学与信息工程学院,贵阳550025贵州民族大学数据科学与信息工程学院,贵阳550025贵州民族大学数据科学与信息工程学院,贵阳550025贵州民族大学工程技术人才实践训练中心,贵阳550025贵州民族大学数据科学与信息工程学院,贵阳550025
计算机与自动化
直觉模糊聚类苗族服饰分割噪声互补空间信息
《现代纺织技术》 2024 (10)
P.114-124,11
国家自然科学基金项目(62062024)贵州省省级科技计划项目(黔科合基础-ZK[2021]一般342)贵州省教育厅自然科学研究项目(黔教技[2022]015)贵州省模式识别与智能系统重点实验室2022年度开放课题(GZMUKL[2022]KF03)。
评论