改进RHGSO-FC算法的RGB-D图像GMM聚类分割

作     者：郭培岩 范九伦 刘恒 GUO Peiyan;FAN Jiulun;LIU Heng

作者机构：西安邮电大学通信与信息工程学院西安710100 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2025年第61卷第2期

页      面：234-246页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62071378 62071379) 

主　　题：RGB-D图像分割 核模糊聚类 亨利气体溶解度优化算法 高斯混合模型 聚集超像素 

摘      要：随着低成本深度图像传感器的引入,在RGB-D图像中进行可靠的图像分割是计算机视觉的一个目标,而如何对杂乱的场景进行图像分割具有挑战性。基于随机亨利气体溶解度优化算法的模糊聚类(RHGSO-FC),提出一种新的RGB-D图像分割方法。对亨利气体溶解度优化算法(HGSO)进行改进,提出改进的亨利气体溶解度优化算法(LRHGSO),并利用基于改进亨利气体溶解度优化算法的核模糊聚类(LRHGSO-KFC)生成初始化标签。将初始化标签传入到高斯混合(GMM)聚类中,得到多个聚类结果。最后对这些聚类结果通过聚集超像素方法进行分割合并,得到最终分割结果。实验数据集采用NYU depth V2室内图像,与现有的一些分割方法:阈值分割算法、硬C-均值、模糊C-均值、高斯混合聚类、核模糊聚类、模糊子空间聚类、混沌Kbest引力搜索算法和随机亨利气体溶解度优化算法进行比较,结果表明提出的RGB-D分割算法优于其他比较的算法。