欢迎来到天天文库
浏览记录
ID:34671432
大小:1.78 MB
页数:56页
时间:2019-03-09
《基于空间域的聚类算法在图像分割中的应用研究》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、学校代码10530学号201110061312分类号TP391密级公开硕士学位论文基于空间域的聚类算法在图像分割中的应用研究学位申请人周彤彤U指导教师U杨恢先教授学院名称U材料与光电物理学院学科专业U物理电子学研究方向U信号处理及系统设计二零一四年五月二十日万方数据InvestigationofClusteringAlgorithmBasedonSpatialDomainonImageSegmentationCandidateZhouTongtongSupervisorProf.YangHuixianCollegeFacultyofMaterials,Optoelectronicsand
2、PhysicsProgramPhysicalElectronicsSpecializationUDigitalSignalProcessingandSystemDesignDegreeMasterofEngineeringUniversityXiangtanUniversityDateUMay,2014万方数据湘潭大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律
3、后果由本人承担。作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名:日期:年月日导师签名:日期:年月日万方数据摘要图像分割可以认为是将图像元素进行重新划分和归类,使分出来的每一部分具有各自的特点并满足原始需求的过程。它是进一步理解图像的基础,在图像分析的过程中至关重要。目前常用的图像分割方法有阈值分割
4、法、基于边缘检测的方法、区域生长法、基于聚类的分割方法和基于特定理论的分割方法等。研究人员不断改进现有的图像分割方法并融入了一些其它学科的新理论新方法。这些方法都各有优缺点,且目前能适合所有图像的分割方法还没有提出。聚类分析算法大体上可以分为硬聚类算法、模糊聚类算法和可能性聚类算法。目前聚类算法已经广泛应用于图像分割中,并且不断对其进行改进和优化,取得了较好的效果。但是聚类算法在应用于图像分割时,没有考虑到像素点的空间信息,仅仅利用了灰度信息,分割模型不够完整。针对模糊C均值算法和可能性C均值聚类算法进行具体研究,将空间信息引入到算法中,建立基于空间域上的聚类算法,主要包括以下两部分内容
5、:(1)提出一种将马尔科夫随机场引入到可能性C均值聚类算法的新图像分割方法。利用马尔科夫随机场能够很好的描述像素点与其邻域像素点关系的优点,解决可能性C均值算法没有考虑空间像素的缺陷,在多目标图像分割中能够较好地改进可能性C均值算法的过分割现象。(2)将粒子群算法与模糊C均值算法相结合引入到图像分割中,使用动态惯性权重因子的粒子群算法,并改进其速度更新公式,使模糊C均值算法在寻找聚类中心时能够结合整个图像的空间信息,可以取得更佳的分割效果,并且能有效地减少迭代次数,提高算法效率。关键词:图像分割;模糊C均值;可能性C均值;粒子群算法;马尔科夫随机场I万方数据AbstractImagese
6、gmentationcanberegardedasre-dividingandclassifyingtheimagepixels,whichisaprocesstomakeeveryparthavetheirowncharacteristicsandsatisfytheoriginaldemandafterit.Itisthebasisoffurthertounderstandimagesandhascrucialimportanceintheprocessofimageanalysis.Thresholdsegmentation,edgedetectionmethods,theregi
7、ongrowingmethodandsegmentationmethodbasedonthespecifictheoryarecommonlyusedmethodsofimagesegmentation.Researcherscontinuetoimprovetheexistingimagesegmentationmethodsandintegratenewtheoryandnewmethodofsomeothersubjectsi
此文档下载收益归作者所有