一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法技术

一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法，通过输入图像、设置参数、初始化鲸鱼位置，计算各鲸鱼的适应值，确定异步通信机制，最终输出最优鲸鱼位置；本发明专利技术引入异步通信策略和选择机制对鲸鱼算法进行改进，以进一步提高算法的收敛速度和精度；对合成孔径雷达图像进行分割。测试结果表明该算法在具备良好分割质量的同时，能对SAR图像实现快速分割。

【技术实现步骤摘要】
一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法
本专利技术涉及算法优化技术及图像处理领域，特别涉及一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法。
技术介绍
模糊C核均值聚类算法是基于目标函数优化的一种重要的聚类算法，该算法模型设计与实际问题直观对应、易于计算机实现且计算简洁、具有良好的聚类表现。但模糊C核均值聚类算法在求解过程中易受初始聚类中心的影响，从而陷于局部最优。现有的模糊C均值聚类算法无法有效抑制合成孔径雷达图像中存在大量的斑点噪声信息问题，聚类中心求解耗时。
技术实现思路
为了克服以上技术问题，本专利技术的目的提出一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法，引入异步通信策略和选择机制对鲸鱼算法进行改进，以进一步提高算法的收敛速度和精度；结合改进鲸鱼优化算法和核模糊C均值聚类算法，对合成孔径雷达图像进行分割。测试结果表明该算法在具备良好分割质量的同时，能对SAR图像实现快速分割。为了实现上述目的，本专利技术采用的技术方案是：一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法，本文档来自技高网...

【技术保护点】
1.一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法，其特征在于，包括以下步骤；/n(1)输入图像X＝{x

【技术特征摘要】
1.一种基于改进鲸鱼算法优化的模糊C核均值聚类分割方法，其特征在于，包括以下步骤；
(1)输入图像X＝{x1，x2，…，xn}；
(2)设最大迭代次数M、聚类数目C、种群数目N、对数螺旋形状常数b、随机数l及算法终止条件ε的相关参数；
(3)初始化鲸鱼位置，将聚类中心作为鲸鱼优化算法中鲸鱼的初始位置；
(4)根据式

其中，聚类数目C、种群数目N、高斯核函数K(x，y)、m＝2为平滑参数，分别计算划分隶属度矩阵和聚类中心
(5)根据式计算各鲸鱼的适应值，并将适应值最小的鲸鱼作为当前最优鲸鱼X*，将适应值最小的鲸鱼作为当前最优鲸鱼X*；
(...

【专利技术属性】
技术研发人员：雷翔霄，唐春霞，陈朝廷，李玲，王艳玲，谢甘霖，胡国强，
申请(专利权)人：长沙民政职业技术学院，中国残疾人辅助器具中心，
类型：发明
国别省市：湖南;43