1、圖像分割是圖像處理中的研究熱點，由于計算機處理速度的不斷提升和人們生活的發(fā)展需求，灰度圖像中可利用的色彩信息較少，并不能滿足人們的生活需求，因而彩色圖像的分割不斷的引起人們的關(guān)注。但常見的閾值分割、邊緣分割、區(qū)域生長分割、聚類分割等方法，在分割圖像時容易出現(xiàn)邊緣不連續(xù)且散點較多的問題。針對這個問題，本文研究了自適應(yīng)微分進化模糊聚類算法。論文工作主要有以下三方面。
　?。?）為了剔除彩色圖像中的脈沖噪聲，研究了基于X形窗口的自適應(yīng)中

2、值濾波算法；并將此算法與不同窗口類型的自適應(yīng)中值濾波算法進行對比分析。
　?。?）由于模糊C均值（FCM）聚類算法分割圖像時，對圖像的背景噪聲和聚類算法的初始值比較敏感，容易陷入局部極值，無法得到全局最優(yōu)解。為了解決這個問題，本文研究了加權(quán)FCM算法；然后，釆用自適應(yīng)微分進化算法的全局搜索優(yōu)化能力，獲取加權(quán)FCM算法的聚類中心，同時更新像素的隸屬度矩陣。最后，通過優(yōu)化目標(biāo)函數(shù)得到每個像素點對所有聚類中心的隸屬度，從而決定像素的隸屬

3、達到自動對像素點進行分類的問題。
　?。?）為了測試本文方法的有效性，選擇四種具有代表性的彩色圖像分割方法進行對比，并分析分割結(jié)果和性能指標(biāo)。
　　實驗結(jié)果表明，X形窗口自適應(yīng)中值濾波算法保持了像素點的尖銳性，更好的保護圖像的細(xì)節(jié)和邊界信息，提高了降噪能力。同時，改進的自適應(yīng)微分進化加權(quán)模糊C均值算法有效抑制了局部極值的產(chǎn)生和圖像的背景噪聲、紋理細(xì)節(jié)對圖像分割效果的影響，還克服了對初值選擇敏感的問題，保證了圖像分割邊界的完整