基于模糊聚类的图像分割算法分析

基于模糊聚类的图像分割算法分析

ID:32147927

大小:3.38 MB

页数:30页

时间:2019-01-31

基于模糊聚类的图像分割算法分析_第1页
基于模糊聚类的图像分割算法分析_第2页
基于模糊聚类的图像分割算法分析_第3页
基于模糊聚类的图像分割算法分析_第4页
基于模糊聚类的图像分割算法分析_第5页
资源描述:

《基于模糊聚类的图像分割算法分析》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、重庆人学硕+学位论文图1.1图像分割的重要性Fig.1.1Theimportanceofimagesegmentation从图中可以看出,图像分割是联系图像预处理到图像识别分析的纽带,只有实现好了图像分割,才能使得更高层的图像识别和图像分析成为可能【4J。图像分割作为图像处理和计算机视觉中的一个重要环节,从上个世纪中期起,就吸引了很多学者的关注[5],对它的研究工作也在如火如荼的进行中,大体上经历了人工分割、半自动化分割、自动分割三个发展阶段∞J,提出的分割算法也已数以千计,但是仍然没有得到通用的理论和算法,现有的分割算法都是为解决某一特定问题而提出的。为了研究适合于一般图

2、像的分割方法,人们在实现分割时丌始考虑图像的综合特征,因此,图像分割的发展具有以下特点【7J:①多种分割方法相结合。例如本文中提出的分割方法,首先可以先将一幅图像进行分水岭分割,再比较分割后各个小区域的某种特性,按照一定的准则利用模糊C一均值聚类图像分割方法对相似区域进行聚类,充分利用了先分后聚的思想,实现了图像的快速有效分割。②人工智能技术的应用。现有的图像分割方法大都是为解决某一特定的问题而提出的,没有通用的理论和算法,并且没有充分利用图像的所有信息,缺乏智能性,人工智能技术的引入可以很好的解决这一问题。③人工交互的分割方法。现在的计算机在“观察”图像时都不可能达到人眼

3、的观察能力,因为人眼在观察时借助了大量的先验知识,所以人工交互的分割方法也成为人们研究的一个重要方向。现有的图像分割方法可以分为两大类:经典的图像分割和利用其他理论的图像分割,其中经典的图像分割方法有基于区域生长的、基于阈值的和基于边缘检测的等等;利用其他理论的图像分割方法有结合模糊聚类的和结合图论的等等,下一章将对这些典型的图像分割方法加以介绍。1.3论文的主要创新内容由于图像在成像过程中,不可避免的会受到各种不良因素的影响,使图像自蓄蓠寸南重庆人学硕+学位论文身存在许多不确定性和模糊性,而模糊理论恰好能很好的描述图像的这一特性。模糊C一均值(FCM)聚类图像分割方法作为

4、基于模糊理论的图像分割方法得到专家和学者的密切关注‘81,对其的研究也一直在进行中,但是模糊C一均值(FCM)聚类算法也存在着一定的不足,它易受初始聚类中心的影响,从而使算法容易收敛到局部极小值,最终影响图像的分割;聚类数目没有较好的选择方法,如果聚类数目选择不准确可能会使图像出现无意义分割;未考虑像素邻域信息,容易造成图像边缘分割不精确;在大量数据集的情况下,比如说遥感图像、医学图像等,模糊C一均值(FCM)聚类算法的反复迭代就会造成算法耗时过长。本文在深入分析了经典的模糊C一均值聚类算法后,针对该算法中的缺陷进行了改进。第一种改进方法:利用分水岭进行了预分割,从而减少了

5、数据量,加快了FCM运算速度;利用粒子群的全局寻优、性能稳定的特点,确定了较为准确的初始聚类中心;并在此基础上充分利用了邻域信息,提出了一个新的包含区域内部信息在内的聚类目标函数。第二种改进方法:考虑到聚类数目对模糊C一均值聚类算法的影响,给出了一种确定最优聚类数目的方法。引进聚类有效性指标在聚类数目的取值范围内进行搜索,找出最有效的聚类指标所对应的聚类数目,该聚类数目即为所求。实验表明:这两种改进方法均提高了图像分割的精度和速度,通过具体实验验证了本文算法的合理性。文章的内容分为五个章节,具体安排如下:第一章介绍了文章的研究意义及发展现状,给出了文章的主要内容和结构安排。

6、第二章介绍了基础的图像分割理论及其方法。包括图像分割的概念以及图像分割的基本方法。第三章首先介绍了本文用到的基础理论知识、原始算法等等。其中详细介绍了模糊C一均值(FCM)聚类算法和粒子群(PSO)算法。而后指出了模糊C一均值聚类图像分割算法存在的缺点,并且给出了人们对其研究的重点之处。第四章提出了基于分水岭和改进的模糊聚类图像分割方法。首先利用分水岭进行了预分割,加快了FCM分割速度;利用粒子群的全局寻优、性能稳定的特点,确定了较为准确的初始聚类中心;并在此基础上充分利用了区域面积和区域方差信息,提出了一个包含区域面积和区域方差的新距离。通过与传统的模糊C一均值聚类算法进

7、行比较来说明此算法在图像分割速度和效果方面均具有优越性。第五章考虑到聚类数目对模糊C一均值聚类算法的影响,在第四章的基础上提出了一种确定最优聚类数目的新方法,通过迭代找出最佳聚类有效性指标,从而确定最优聚类数目,实现图像的自适应分割。第六章总结了本文的研究内容,展望了今后的研究热点。重庆人学硕十学位论文1绪论1.4本章小结本章首先介绍了图像分割的研究背景和意义,其次介绍了图像分割的发展现状,最后介绍了本文的研究内容,给出了文章的组织框架。4重庆人学硕士学位论文2图像分割的基本理论2.1图像分割的概念图像分割[9]是

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。