计算机应用研究

作者：张传斌,朱嘉贤,王俊波,蔡文伟,白伟华,

单位：肇庆学院计算机科学与软件学院,广东肇庆526061；

关键词：图像分割,模糊聚类,超像素,形态学重建,

基金：广东省教育厅科技平台重点领域项目(2023ZDZX3041)；广东省教育厅青年创新人才类项目(2024KQNCX023)；肇庆学院服务地方经济社会发展项目(FW202401)；肇庆学院质量工程及教学改革项目(zlgc2024026)；广东省本科院校“新时代计算机课程体系与资源建设”专项课题项目；肇庆学院“深度学习智能控制与调度优化创新团队”项目；；

为提高超像素分割算法的边界贴合精度，提出了一种基于由粗至细超像素模糊聚类的图像分割方法（CFSFC）。该方法首先对图像实施精细预分割，继而采用高斯分布模型描述超像素特征，并通过均值和标准差向量构建超像素的特征向量。在此基础上，将Wasserstein-2距离引入目标函数，设计了一种新颖的基于超像素的模糊聚类方法，从而实现对特征向量的有效聚合。实验结果表明，与现有的超像素分割方法SLIC、WSGL和MMGR-WT相比，CFSFC的边界位移误差（BDE）指标分别降低了0.855、1.068和1.236。此外，在抗噪声能力和计算效率方面，该算法也展现出优于现有方法的性能，说明CFSFC具有良好的分割精度和稳定性。

来源：2025年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第5期