1、圖像分割在數(shù)字圖像處理中處于很重要的地位，后續(xù)工作能否準確順利的進行全依靠分割質量的好壞。由于圖像在成像過程中會受到各種因素的影響，從而導致待提取目標和背景之間存在一定的相似性和不確定性，基于模糊理論的圖像處理技術可以有效地改善不確定性的問題，而KFCM算法對圖像的特征具有較好的適應性，同時該算法能很好的抑制噪聲，因此本文采用KFCM的算法進行圖像分割。
　　由于KFCM算法存在對初始值敏感、易收斂于局部極值的問題，而果蠅算法可以

2、對全局進行尋優(yōu)，因此本文提出了基于果蠅的KFCM算法對參數(shù)進行優(yōu)化，從而使算法能更好的收斂于全局最優(yōu)解，但基于果蠅優(yōu)化的KFCM算法分割得到的圖像又存在邊緣信息不完整，紋理信息較少的問題，因此本文在基于果蠅優(yōu)化KFCM算法的基礎上，引入了NSCT變換。
　　圖像經(jīng)過NSCT變換能更加有效地捕獲圖像的幾何結構信息，因此本文提出了NSCT域基于果蠅優(yōu)化的KFCM圖像分割算法。對不同類型圖像進行分割實驗，結果表明，將NSCT域基于果蠅優(yōu)