基于改进FCM的舌诊图像分割算法研究

针对模糊C-均值（FCM）算法聚类效果易受初始簇心的限制而陷入局部最优解的现象开展了深入研究,提出一种改进的FCM聚类算法,用于彩色舌象的分割。首先用粒子群优化（PSO）算法优化生成初始隶属度矩阵,以便于搜寻全局最优点作为初始聚类中心,其次用闵可夫斯基距离计算样本到聚类中心的相似度,代替欧氏距离作为改进后的目标函数。实验结果表明,所提出的改进算法收敛速度快且聚类效果更好,提高了聚类效果以达到更高的分割精度,比传统的图像分割效果好。