改进RHGSO-FC算法的RGB-D图像GMM聚类分割

来源：计算机工程与应用杂志2025年第2期北京时间：

作者：郭培岩, 范九伦, 刘恒

单位：西安邮电大学 通信与信息工程学院，西安 710100

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。

关键词：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