基于综合特征的图像分割

基于综合特征的图像分割

ID:36777993

大小:281.39 KB

页数:6页

时间:2019-05-15

基于综合特征的图像分割_第1页
基于综合特征的图像分割_第2页
基于综合特征的图像分割_第3页
基于综合特征的图像分割_第4页
基于综合特征的图像分割_第5页
资源描述:

《基于综合特征的图像分割》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、基于综合特征的图像分割田玉敏梅丽霞(西安电子科技大学计算机外部设备研究所,西安E0""E0)-8H*&+:IHJ&*KLH*&+$M&N&*K$ON)$PK摘要文章提出了一种有效的基于颜色和纹理综合特征的图像分割方法。将图像以块为单位进行划分,在?@%空间,提取块的颜色特征和纹理特征,在这种综合特征基础上,采用改进的.均值聚类法进行图像分割。该方法能自适应确定聚类中的参数,且兼顾点的位置连通关系,从而达到了较好的分割效果。关键词图像分割颜色空间.均值聚类文章编号0""!8D9908(!""#)!"8""B!8"9文献标识码5中图分类号6Q9B0!"

2、#$%&’&()*+,#-#,*#.$+$/&.0+1#’&.2&3&4+.’5#6$74#8#+$74#15/+.97*/."#/:/6/+(R&N&*K@K&SOT(&JI,R&U*KE0""E0)!;1$4+<$:5KOVVOPJ&SOHOJWXNVXT&H*YO(OYHOKJ*J&XKZ*(ONXKPX+XT*KNJOMJ)TOVO*J)TO(&([TX[X(ON$5K&H*YO&([*T’J&J&XKON&KJXZ+XP:(&JW[&MO+(,*KN*VO*J)TOSOPJXTW&PW&KP+)NO(PX+XT*KNJOMJ)TOVO

3、*J)TO(&(OMJT*PJONVXTO*PWZ+XP:$2K?@%PX+XT([*PO,*K&H[TXSON:8HO*K(*+YXT&JWHW&PWP*K*)JXH*J&P*++INOJOTH&KO[*T*HOJOT(*KNJ*:O&KJX*PPX)KJZXJWVO*J)TO(&H&+*T&JI*KN+XP*J&XKKO&YWZXT&KYTO+*J&XK&()(ONJXP+)(JOTJWOVO*J)TOSOPJXT(&KJX(OSOT*+P+*((’O(&JWOSOTIP+*((PXTTO([XKN&KYJXXKOTOY&XK&K(OYHO

4、KJON&H*YO$-M[OT&HOKJ((WXJW*J&H*YO(OYHOKJ*J&XKHOJWXN&KJW&([*[OT&(OVVOPJ&SO$=#>?&4’1:&H*YO(OYHOKJ*J&XK,PX+XT([*PO,:8HO*K(*+YXT&JWH目前彩色图像的分割方法大多仅用颜色或纹理特征,难以点,即在转换公式中出现分母为零的情况。在奇异点附近即使满足基于内容检索应用的需要。例如目前很有代表性的%&’<、=、>的值有很小变化也引起变换值有很大的跳动,这样会()*+,--.产生不稳定,因此不宜用于区域分割算法中/#1。系统仅仅采用颜色特征

5、用于分割,很容易对高纹理区域产生过分割,而一些仅用纹理分割的算法又没有充分利用从这点说,由<、=、>经线性变换法得到的彩色坐标系更颜色所携带的丰富信息,可能产生欠分割/01,因此有效地融合颜为可取,替代非线性的色调和饱和度变换的方法是采用三滤波色和纹理信息是获得稳健的图像分割的重要途径。目前,这方器值的线性变换。文章采用了?@%空间,?@%空间是由<=>面的分割方法的研究相对较少。针对这个问题,该文提出了一空间经过线性变换得到的。<=>空间到?@%空间的转换公式为:种利用图像的颜色和纹理综合特征进行分割的方法。!!$!"$!BB"$CDE"$0##

6、$!$$图像分割方法有很多种,其中,聚类法是一个较简单有效"""%%A""8"$0FB8"$99!"$C""%%""%%%(0)的综合特征分割方法,已被广泛应用到图像分割领域。典型的##&#"$CC8"$#0B8"$"D0&#&&聚类方法有.均值法、2,34565法、模糊7均值法等。2,38认知科学表明,?@%是一种独立于设备的彩色空间,它按照人类的感知程度以一致的尺度表示色彩差别/C1,而且,该文经4565法有六个参数必须由用户提供,较难实现,且不能做到自动分割/!1;模糊7均值法是对特征集的模糊划分,这种方法过实验发现,采用?@%空间产生的分割

7、结果比;,%空间的分主要用于三维图像和医疗图像的分割/91;而.均值法通过改进割结果更好。可以做到一定程度的自动分割,而且适合于分割普通图像,在处理大量数据集方面也具有其它聚类算法无法比拟的优势,但!图像特征提取是,.均值法的缺点在于需要具有聚类数目及聚类中心的先验!$0颜色特征提取知识,聚类结果往往与初始聚类个数和聚类中心的选定有关,文章采用#G#的图像块为图像分割的最小单位,因此,特聚类只考虑图像点的特征相近性,未考虑点的位置邻近性。因征提取的最小单位也是#G#的图像块。对于小块的颜色特征,此该文采用了改进的:均值算法来进行图像分割。改进后的方

8、直接采用小块里的各个像素的!、"、#的颜色均值。设小块的法能克服以上缺陷,分割出有意义的区域。0F个点从上至下,从左至右标

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。