基于模糊集与空间信息的图像分割算法研究

基于模糊集与空间信息的图像分割算法研究

ID:35066904

大小:4.19 MB

页数:60页

时间:2019-03-17

基于模糊集与空间信息的图像分割算法研究_第1页
基于模糊集与空间信息的图像分割算法研究_第2页
基于模糊集与空间信息的图像分割算法研究_第3页
基于模糊集与空间信息的图像分割算法研究_第4页
基于模糊集与空间信息的图像分割算法研究_第5页
资源描述:

《基于模糊集与空间信息的图像分割算法研究》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、■|^1触邊;分冀号;了防躲寧位代鷄;.;.拳号;细300雜34NorttiU打iversit饼Chinay硕±学位论文.,;'-.......基于模糊集与空间信息酌1:胃_,圍像分割算法研究:1:砸+硫森维段舊竹;::||:指导毅师輕志国戴廢.…^'瑪二iiir;;忘原创性声明:所呈交的学位论文,独本人郑重寅明,是本人在指导教师的指导下立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体呂经发表或撰写过的科研成果。对本文的研究作出重要贡献的个

2、人和集体,均已在文中明确方式标明。本声明的法律责任由本人承担。论文作者签名:1)日期:L)关于学位论文使用权的说明、本人完全了解中北大学有关保管使用学位论文的规定,其中包括:①学校有权保管、并向有关部口送交学位论文的原件与复印件;感学校可W采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查閒或借闽;④学校可W学术交流为目的,复制赠送和交换学位论文;感学校可W公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定。)竹日期‘/签名;:tW式真译脅导师签名;韦右日期:IX)16.L)巧图书分类号TP

3、391密级非密UDC621.39硕士学位论文基于模糊集与空间信息的图像分割算法研究段青竹指导教师(姓名、职称)桂志国教授申请学位级别工学硕士专业名称信号与信息处理论文提交日期年月日论文答辩日期年月日学位授予日期年月日论文评阅人答辩委员会主席年月日中北大学学位论文基于模糊集与空间信息的图像分割算法研究摘要图像分割是从给定图像中获取到感兴趣的目标或区域的过程,是图像处理和图像分析的重要步骤,同时也是一个比较有挑战的难题。目前图像分割技术已被广泛应用于计算机视觉,图像分析,医学图像处理,遥感技术和地理信息系统等各领域。图像的分割方法一般可以分为阈值检测法、边缘检测法,区域分割法和特征向量聚类方法

4、。本文主要研究模糊C均值聚类(FCM)算法,它是特征向量聚类方法中研究应用比较广泛的。FCM算法已被证明对图像分割是有效的,它的成功主要是由于对图像的每个像素引入了模糊隶属度。相比硬分割方法,FCM能够保留原始图像的更多信息。但是模糊C均值聚类算法在进行图像分割时依然存在许多问题,例如难以确定聚类数目、对噪声和异常值敏感、没有充分利用图像的空间信息等等。所以,模糊C均值聚类算法在处理噪声图像时的分割效果不尽理想。通过对图像分割的背景研究后,分析研究了各种图像分割方法的现状和存在的问题,在本文中我们选取了模糊C均值作为文中提出的几种算法的理论基础,针对图像分割的特点和模糊C均值聚类算法在图像

5、分割中存在的问题,对模糊C均值聚类算法进行了改进和扩展,本文的研究工作如下:(1)由于FCM算法只考虑了图像的像素信息,没有考虑图像的空间信息,导致它对噪声极度敏感,使得FCM算法对噪声图像不能进行很好地分割。为了解决这个问题提出了一种改进的FCM算法,该算法是通过将图像的空间邻域信息转换为一个新的相似性度量值来实现的。(2)标准的FCM算法必须通过先验知识来估计以确定聚类数目。因此,当聚类的数目没有事先给出时,采用了自动模糊C均值聚类算法(AFCM),将图像的像素分成不均匀的区域。为了得到更有效的分割质量,以自动模糊C均值聚类算法为基础提出了一种改进的算法,该算法采用了将图像的空间信息结

6、合到隶属度函数的方法。(3)针对前人提出的一种用于处理噪声图像的模糊聚类图像分割算法(RFCM)进行了改进。由于该算法依旧采用了欧氏距离的计算方法,因此它仍然缺乏对噪声和异常值的抑制能力。因此提出了利用一种基于核函数测量距离的模糊聚类图像分割算法,它中北大学学位论文进一步扩展了RFCM算法,通过内核的方法将RFCM扩展到相应的KRFCM算法。该算法通过对原始数据空间的鲁棒性的非欧式距离的测量方法来得到新的目标函数。(4)针对阴影C-均值(SCM)算法存在的缺陷—没有充分利用图像像素的空间信息,基于传统的SCM算法,结合图像像素的局部空间信息,提出了一种改进算法—局部空间SCM算法。因为改进

7、的算法考虑了像素的邻域影响,局部空间SCM(LSSCM)算法对噪声具有更好的抑制能力。然而,当图像中的噪声水平很高时,图像中的邻域像素也将具有异常的特征值。因此在局部空间SCM算法的基础上提出了了非局部空间信息结合SCM的聚类算法。关键词:图像分割;模糊C均值聚类;空间信息;核诱导距离中北大学学位论文Studyofimagesegmentationalgorithmbasedonfuzzysetandspatialinf

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。