模糊聚类的灰度图像分割算法研究.pdf

《模糊聚类的灰度图像分割算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、_仙樣士f•.•V-‘、•—-硕士学位论棋賴聚真的灰灰《像+割算法研念_M(i爆v辦"W凡玉.•‘人、、-.ivii-iiI*-"-'/-tr'VaEh-..»•/-•、'..•.V._wrril•:.,-/”舊r:,导，.教师曾绍华教授un！专业名称：计算机应用技术研究方向;图像分割与模式识别二〇一五年五月y.,es•J:h�独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研宄成果。除了文中特别加以标注和致谢的地方外，论文中不包含他人己经发表或撰写过的研究成果，也不包含为获得重庆师范大学或其他教育机构的学位

2、或证书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明。学位论文作者签名：ffiA1签字日期：年土月日学位论文版权使用授权书木学位论i作者完全了解重庆师范大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重庆师范大学可以将学位论文的全部或部分内容编入有关数据库迸行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。学位论文作者签名：签字日期：外年t月#曰重庆师范大学硕士学位论文模糊聚类的灰度图像分割算法研究硕士研究生：曾凡玉指导教

3、师：曾绍华教授学科专业：计算机应用技术所在学院：计算机与信息科学学院重庆师范大学二O一五年五月AThesisSubmittedtoChongqingNormalUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterResearchonImageSegmentationBasedonFuzzyClusteringforGrayImageCandidate：ZengFanyuSupervisor：ZengshaohuaProfessorMajor：Computer

4、ApplicationTechnologyCollege：CollegeofComputerandInformationScienceChongqingNormalUniversityMay，2015模糊聚类的灰度图像分割算法研究摘要图像分割是指将一幅图像划分成若干互不重叠的、有意义的和具有相同性质的区域，它是图像处理和模式识别的关键环节。在众多图像分割算法中，模糊C均值算法(FuzzyC-Means,简称FCM)将图像分割问题转化为最优化问题，它通过对目标函数的迭代优化实现对图像像素模糊划分，根据每个像素属于不同区域的程度将像素分到某个

5、区域中。该算法的最大特点是将模糊理论引入到像素的隶属度，使得FCM算法能够比硬C均值算法保留更多的原始图像信息。FCM图像分割因算法简单、收敛速度快，具有比较直观的几何意义，且能处理模糊信息而在许多领域得到了广泛的应用，但是它也存在一些缺点，主要表现为如下几点：（1）需要人工确定分类数；（2）对初始值敏感易，易陷入局部最优；（3）未考虑空间信息，对噪声敏感；（4）算法耗时。中国是农业大国，土壤是农业发展的基础，在作物的生长和繁育中起着养分转化和循环的作用，是作物所需养分的重要来源。目前分析土壤结构的方法主要有：筛分法、切片法和计算机断层（

6、CT）摄影法、核磁共振（MR）法。但这些方法存在不同程度的缺点,很难普及使用。土壤孔隙，是土壤水流和溶质运移的最重要指标，被认为是土壤图像分析的主要指标，可以通过土壤孔隙的分析土壤结构。图像分割技术可以对土壤图像进行有效分割，具有低成本和实时性等优点。对土壤图像进行分割提取出土壤空隙，为后续的回归模型建立、推断出土壤结构提供技术支撑。基于FCM的不足及FCM应用于土壤图像分割，本文对FCM算法进行了改进。主要研究工作可归纳如下：（1）提出了2种融入空间邻域信息的FCM图像分割的改进算法。利用WFCM算法快速确定聚类中心，然后定义空间函数和

7、空间隶属度以融入空间信息，增强算法的抗噪性。通过修正像素的硬划分矩阵，增强FCM算法对噪声的鲁棒性。（2）提出了对比度增强型的FCM(EnhancedContrastFuzzyC-means)图像分割算法。该算法将空间邻域信息代替像素的隶属度，提高了像素属于同一类别的可能性，增强分割后图像的对比度以提取土壤空隙。（3）利用近邻传播(Affinitypropagation)确定WFCM算法的分类数和初始聚类中心，然后利用WFCM算法对灰度图像实现快速分割。解决了传统模糊C均值聚类需要事先确定分类数的问题。关键词：图像分割；模糊C均值；土壤图

8、像；空间邻域信息；近邻传播算法IVResearchonImageSegmentationBasedonFuzzyClusteringforGrayImageABSTRACTImagesegme