大学毕业设计---基于聚类分析的图像分割研究.doc

《大学毕业设计---基于聚类分析的图像分割研究.doc》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、南京邮电大学通达学院毕业设计（论文）题目：基于聚类分析的图像分割研究专业：信息工程学生姓名：朱丹青班级学号：10000210000215指导教师：李雷指导单位：理学院日期：2014年1月16日至2014年6月13日毕业设计（论文）原创性声明本人郑重声明：所提交的毕业设计（论文），是本人在导师指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写过的作品成果。对本研究做出过重要贡献的个人和集体，均已在文中以明确方式标明并表示了谢意。论文作者签名：日期：２０１４年6月2

2、日目录第一章绪论11.1图像分割的背景及意义11.2图像分割的研究现状31.3本文的主要工作5第二章聚类分析理论72.1聚类分析概述72.2常见的聚类算法122.3模糊聚类算法142.4图像分割方法162.5本章总结18第三章基于K-means算法的图像分割方法193.1颜色空间193.2定义和概述193.3简单的例子介绍213.4k-means图像分割233.5改进的k-均值聚类图像分割算法273.6本章总结31第四章基于FCM算法的图像分割324.1模糊聚类的概念324.2FCM算法的概述344.3本章总结43总结与展望445

3、.1总结445.2研究展望45结束语46致谢47参考文献48附录A52基于K-means算法的matlab源程序52附录B54基于K-均值聚类改进前的matlab源程序54附录C57基于FCM聚类算法的matlab源程序57摘要在飞速发展的信息时代，图像是人类获取信息的重要手段之一，因而图像的处理就变得极其重要。而图像分割通常是为了进一步对图像进行分析、识别、跟踪、理解、压缩编码等，分割的好坏直接影响后期的图像识别和理解。图像分割是指将一幅图像分解成若干互不相交区域的集合，其实质是一个像素的聚类过程。本文以图像分割的聚类实质为线索

4、，对近几年国内外最新的图像分割算法进行了分析比较，指出了聚类在这个领域的重要性。本论文针对聚类算法在图像分割中的应用，主要涉及了以下几个内容：（1）详细介绍当前图像分割以及聚类分析的研究背景，现状。（2）对基于模糊K均值的图像分割算法进行探讨，并对K均值算法进行改进，通过粗糙集理论提供K-均值聚类所需要的初始类的个数和均值，提高了聚类的效率和分类的精度。（3）对基于标准模糊C均值聚类的图像分割算法进行了探讨，研究了基于模糊聚类的图像分割方法中初始类别数的选取、初始类中心和初始隶属度矩阵的确定等问题。（4）将基于模糊K均值的图像分割

5、算法与基于标准模糊C均值聚类的图像分割算法进行对比分析。关键词：聚类分析，模糊聚类，图像分割，K均值算法，C均值算法ABSTRACTTherapiddevelopmentintheinformationage,theimageisanimportantmeansofhumanaccesstoinformation,andthustheimageprocessingbecomesextremelyimportant.Andtheimagesegmentationoftheimageisusuallyperformedtofurthe

6、ranalysis,identification,tracking,understanding,compression,etc.,directlyaffectsthepost-splitimagerecognitionandunderstanding.Imagesegmentationreferstothecollectionofanimageisdecomposedintoseveraldisjointregions,anditsessenceisapixelclusteringprocess.Inthispaper,image

7、segmentationclusteringsubstantiveclue,athomeandabroadinrecentyears,imagesegmentationalgorithmsareanalyzedandcompared,pointedouttheimportanceofclusteringinthisfield.Thisthesisclusteringalgorithmforimagesegmentation,mainlyrelatedtothefollowingelements:(1)adetaileddescri

8、ptionofcurrentresearchbackgroundimagesegmentationandclusteringanalysisofthestatus.(2)imagesegmentationalgorithmbasedonfuzzyK