基于聚类分析的图像分割和识别

《基于聚类分析的图像分割和识别》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、摘要到现在为止，图像的分割和识别依然是图像处理领域中的难点。因为现实世界是多样的和复杂的，获取图像的途径也是多种多样的，这就使得不同的图像相互之间差别很大，难以用统一的方法和模型描述。论文首先比较研究了各种不同的图像分割方法，把这些方法分成童类进行讨论，即直接方法、基于模型的方法和纹理方法。在此基础上，论文提出了一个聚类分析的框架用于图像的分割识别。框架主要由三部分组成：对象空间、知识表达系统和划分后的对象空间。三个部分构成两个映射：其一是对象空间到特征空间的映射，另一个是特征空间到划分后的对象空间的映射。

2、这实际上就是两个过程：特征提取和聚类分析。聚类分析的过程就是一个划分的过程，而等价关系是划分的前提，论文通过度量相似性构建等价关系。作为框架的应用，论文给出亍一个车牌分割的例子。决策树是一种重要的分类方法，它使用训练集构造一颗树结构的分类器分类模式。决策树生成之后，分类过程就变成一个简单的查询过程，所以决策树的分类速度很快。分支准则对最终的决策树有很重要的影响，所以它是生成决策树的关键。在讨论了几种经典的决策树算法后，论文提出了一种基于度量的决策树。这种决策树实际上是把线性分类器和决策树结合在一起，通过减少

3、树的层数提高效率。最后，论文给出了改进了的决策树的测试数据和测试结果。测试结果使用验证和交叉验证方法得到。关键词：图像分割；图像识别；聚类分析；框架；特征提取：决策树基于聚茭分析前图像分割和识别AbstractImagesegmentationandimagerecogniseisstillaproblemnow．Becauseoftheintricacyoftheworldandthemultiplicityofapproachestogetpictures，there．isatremendousdiff

4、erenceamongdifferentimagesanditisdifficulttodescribeimagesbyconsistentmethodandmodel．Firstly，thepaperdoesresearchvariousmethodsforimagesegmentationanddoesclassifythemethodsintothreeclassesthatconsistofdirectsegmentation，model—basedsegmentationandtextureseg

5、mentation，Andthenthepaperputforwardaframeworkthatisusedtoimagesegmentationandimagerecogniseandiscomposedofobjectspace，knowledgeexpressionsystemandcompartmentalizedobjectspace．Threepartsmakeupoftwomapping．Onemappingisfromobjectspacetofeaturespaceandtheother

6、isfromfeaturespacetocompartmentalizedobjectspace．Actually，twomappingaretwocourseswhicharefeatureobtainingandclusteranalysis．Thecourseofclusteranalysisisacourseforcompartmentalizing．Andequivalencerelationisthebaseofcompartmentalizing．Thepaperdoesconstructeq

7、uivalencerelationbycomparability．Aexampleoflicensesegmentationisgivedinthepaper．Decisiontreeisaimportantclassifyingmethodanditusestrainingaggregatetoconstructinstrumentliketreetoclassifymodes．Oncedecisiontreeisconstructed，theclassifyingbecomesasearchingpro

8、cess．Sotheelassifyingprocessofdecisiontreeisveryfast．Embranchmentcriterionisveryimportantandpivotaltoconstructdecisiontree．Aftersometypicaldecisiontreearithmeticarediscussed，thepaperputsforwardametric．basedde