資源描述：
《基于紋理的圖像分割》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中圓民航大學(xué)碩士論文摘要解決紋理圖像分割問題的困難首先來自于缺乏有效的紋理描述方法。近年來研究使人們感到，找到能夠反映紋理本質(zhì)或者人類視覺系統(tǒng)紋理感知過程的數(shù)學(xué)模型，可能是避免描述紋理陷入盲目的一個(gè)有效途徑。事實(shí)上，研究已表明，分形維數(shù)與人類視覺系統(tǒng)對(duì)紋理粗糙程度的感知有著相關(guān)性，而人們描述紋理時(shí)最常用的詞匯就是紋理的“粗"和“細(xì)”。因此，有理由相信，基于分形模型應(yīng)該能夠得到非常有效的紋理描述符。本文對(duì)紋理描述的研究將集中于各種基于分形模型和多重分形模型的描述方法上。由于使用固定劃分的規(guī)則網(wǎng)格，常用的基于計(jì)盒維數(shù)的分形維數(shù)估計(jì)算法誤差較大；
2、而基于數(shù)學(xué)形態(tài)學(xué)的分形維數(shù)估計(jì)算法可以得到更準(zhǔn)確的結(jié)果，但為了降低計(jì)算量，它使用的是固定尺度的結(jié)構(gòu)元，而降低了運(yùn)算準(zhǔn)確性。為此，本文在不增加運(yùn)算復(fù)雜度的前提下，提出了基于可變結(jié)構(gòu)元的數(shù)學(xué)形態(tài)學(xué)分形維數(shù)估計(jì)算法，實(shí)驗(yàn)證明本算法估計(jì)的分形維數(shù)更為準(zhǔn)確，且占有更大的動(dòng)態(tài)范圍，從而具有更強(qiáng)的區(qū)分紋理的能力。另外對(duì)于大數(shù)據(jù)量的圖像，要求分割算法的時(shí)間復(fù)雜度不能太大，本文引入了多尺度模糊聚類分割算法來實(shí)現(xiàn)圖像分割，實(shí)驗(yàn)表明此算法可以在保持分割精度的前提下大大提高運(yùn)算速度。關(guān)鍵詞：分形維數(shù)，多重分形維數(shù)，計(jì)盒維數(shù)，數(shù)學(xué)形態(tài)學(xué)，模糊C均值聚類算法中國(guó)民航大
3、學(xué)碩上論文AbstractThefirstdifficultyoftexturesegmentationisthattherelackseffectivetexturedescriptionmethods．Therecentlyresearchshowsthatthediscoveryofmathematicmodel，whichistoreflectthetextureessenceortheapperceptionprocessofhumanvisionsystem，maybeaneffectiveapproachtoavoidtext
4、uredescriptiongetinblindness．Researchhasshownthatthefractaldimensionhascorrelationwithapperceptionofhumanvisionsystemtotexturecoarseness．Andthenormalglossariesarethinandthick，whenpeopledescribetexture．Itisbelievedthatfractalmodelisalleffectivetexturedescriptionsymb01．Lotso
5、ffractalmodelsandmulti．fi'actalmodelsarestudiedandsummarizedfirstinthispaper．Thebox-countingfractaldimensionestimationalgorithmismostcommonlyused．However,inspiteofitscomputationalefficiency,thebox-countingalgorithmledtolesspreciseestimations．Thefractaldimensionestimationme
6、thod，whichmadeuseofmathematicalmorphologytogetthefractaldimentionofallimage，Canproduceahigherperformance．However,toreducethecomputingcomplexity,itusedafixedsmall—scalestructuretodilateanimagesurface，whichlimitedtheaccuracyoftheestimation．Inviewofthis，anovelmulti·fractalmor
7、phologydimensionestimationalgorithmbasedonvariablestructureisproposedtocharacterizetextureimages．Theexperimentalresultsshowthattheestimationsoccupyawiderdynamicrangeanddemonstrateabetterabilitytodistinguishtextures．Also，toreducecomputablecomplexity,amulti—scalefuzzycluster
8、ingsegmentationalgorithmisproposed．Theexperimentalresultsdemonstratethattheproposedapproa
