论文研究马尔可夫随机场约束下的PCM图像分割算法.pdf

与模糊C均值（FCM）算法相比较，可能性C均值（PCM）聚类算法具有更好的抗干扰能力。但PCM聚类算法对初始化条件很敏感，在聚类的过程中很容易导致聚类结果一致性，并且没有考虑到像素的空间信息，用在图像分割尤其是多目标图像分割上效果极不稳定。在PCM算法的基础上，利用Markov随机场中的邻域关系属性，引入先验空间约束信息，建立包含灰度信息与空间信息的新聚类目标函数，提出马尔可夫随机场与PCM聚类算法相融合的图像分割新算法（MPCM算法）。实验结果表明，在多目标图像分割上利用MPCM算法可以取得比PCM更好的分割效果。