作者：刘海涛; 狄岚; 梁久祯超像素网格化分水岭区域融合模糊c均值
摘要：为了提高图像分割算法对图像显著区域的抓取能力及效率，将超像素思想与分水岭算法相结合，并且在模糊C均值聚类算法（Fuzzy C-means，FCM）的基础上进行改进，提出了一种基于网格化局部分水岭的模糊聚类算法。该方法先根据区域方差将图像进行不均匀网格化，再对每个网格使用局部最优阈值的分水岭算法，减少了全局分水岭带来的局部信息遗失，获得各个网格内的显著性聚水盆，再实施区域融合，将每个标记区域的灰度均值化，最后使用考虑区域面积的FCM进行聚类，得到最终的分割图像。实验结果表明，该算法对噪声的鲁棒性强，能够有效剔除干扰区域，分割出图像中的显著区域，同时也具有较低的时间复杂度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
