基于聚類算法的圖像分割

基于聚類算法的圖像分割

ID:38676873

大?。?.89 MB

頁(yè)數(shù):67頁(yè)

時(shí)間:2019-06-17

基于聚類算法的圖像分割_第1頁(yè)
基于聚類算法的圖像分割_第2頁(yè)
基于聚類算法的圖像分割_第3頁(yè)
基于聚類算法的圖像分割_第4頁(yè)
基于聚類算法的圖像分割_第5頁(yè)
資源描述:

《基于聚類算法的圖像分割》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)

1、江南大學(xué)碩士學(xué)位論文基于聚類算法的圖像分割姓名:朱嵬鵬申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:王士同20090801摘要圖像分割是當(dāng)今一個(gè)比較熱門的研究課題,有著廣闊的應(yīng)用前景。它廣泛應(yīng)用于醫(yī)學(xué)、交通、軍事等領(lǐng)域,研究它可以為我們進(jìn)一步理解、分析圖像相關(guān)信息提供十分重要的幫助;同時(shí)它本身也是-I"1十分復(fù)雜和棘手的技術(shù),由于現(xiàn)有圖像分割算法的一些不足也促進(jìn)研究者們不斷創(chuàng)新和改進(jìn),使圖像分割技術(shù)不斷完善,以便使其在實(shí)際應(yīng)用中發(fā)揮更好的作用。圖像分割算法有很多種類,它們都基于不同的原理而來(lái)。本文主要介紹的是模糊聚類算法在圖像分割上的應(yīng)

2、用。聚類算法在圖像分割中的應(yīng)用是很廣泛的,近年來(lái)提出的新算法也是層出不窮。本文首先介紹了圖像分割的一般原理、意義和應(yīng)用,然后又介紹聚類算法圖像分割的原理及應(yīng)用,以使讀者對(duì)聚類算法有更深入的認(rèn)識(shí)。在此基礎(chǔ)上,接下來(lái)第三章、第四章分別介紹了三種模糊聚類算法在彩色圖像分割以及噪聲圖像分割當(dāng)中的應(yīng)用。其中有一個(gè)算法應(yīng)用在彩色圖像分割上,是基于一種叫作空間模式聚類算法在彩色圖像分割上的應(yīng)用。由于彩色圖像的每個(gè)像素點(diǎn)的顏色值是由RGB三個(gè)顏色分量值組成的,屬于三維空間,無(wú)法應(yīng)用在屬于單維的基于空間模式聚類算法的灰度空間上。在此,引入了一個(gè)計(jì)算公式將彩

3、色圖像像素點(diǎn)的RGB值換算為一個(gè)亮度值,它取代了算法距離公式當(dāng)中的灰度值,這樣可以使用空間模式聚類算法在該彩色圖像的亮度空間中進(jìn)行聚類分割,在彩色圖像分割實(shí)驗(yàn)中該方法取得了一定的良好效果。后兩個(gè)算法均為噪聲圖片分割。當(dāng)圖片當(dāng)中含有噪聲的時(shí)候,聚類算法的分割效果會(huì)受到影響。為了增強(qiáng)聚類算法抗噪能力,兩種方法被分別應(yīng)用在了兩種聚類算法當(dāng)中,以提高它們的分割性能。一種改進(jìn)方法是在空間模式聚類圖像分割算法的隸屬度公式中引入了一個(gè)變量,以修正因噪聲原因而導(dǎo)致計(jì)算發(fā)生錯(cuò)誤的隸屬度值,因?yàn)殡`屬度矩陣當(dāng)中保存了聚類算法的分割結(jié)果,在理論上,這種修改對(duì)于修

4、正錯(cuò)誤的分類結(jié)果是有意義的。另外一種方法則應(yīng)用在了一般的模糊聚類分割算法上,通過(guò)在聚類算法的距離公式當(dāng)中引入一個(gè)變量。因?yàn)槿绻袼攸c(diǎn)受到噪聲污染,那么像素的灰度值就會(huì)發(fā)生改變,導(dǎo)致算法計(jì)算距離公式的值發(fā)生錯(cuò)誤,進(jìn)而影響到隸屬度值。最后,再將前一種對(duì)隸屬度公式改進(jìn)的方法應(yīng)用到此算法當(dāng)中,強(qiáng)化其抗噪能力。這種修改在理論上也是可行的。在對(duì)噪聲圖片的分割實(shí)驗(yàn)中,這兩個(gè)算法均取得了較好的效果。最后一章對(duì)文中的主要內(nèi)容進(jìn)行了總結(jié)。關(guān)鍵詞:圖像分割,聚類,噪聲,模糊聚類,彩色圖像分割,隸屬度,空間模式AbstractImagesegmentationi

5、sahotsubjectnowadays,andabroadapplicationprospectwillbegotfromit.Itisbroadlyusedinmedicine,traffc,militaryandotherdomains.ItCanbeusedtohelpUStodeeplyunderstandandanalyseimages’information.Ontheotherhand,itisalsoaverycomplexanddifficulttechnique.Thedefectsofimagesegmentati

6、onforceresearcherstoinnovateandimprovethealgorithmsceaselessly,sothatthealgorithmswillhaveagoodperformanceinthepracticalapplication.Therearemanyalgorithmsaboutimagesegmentationwhichcomefromdifferenttheories.Thisarticlefocusontheimagesegmentationbasedonfuzzyclusteringalgor

7、ithm.Imagesegmentationbasedonclusteringalgorithmisveryimportantandusedbroadly,andmanynewalgorithmsareproposedrecently.First,theories,significanceandapplicationsonimagesegmentationareintroducedinthisarticle.Then,theoriesandapplicationsonimagesegmentationbasedonclusteringal

8、gorithmareintroducedSOthatreaderswillhaveadeeplyrealizationaboutclusteringalgorithm.Inthechapter

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。