資源描述:
《基于譜聚類的圖像分割方法研究》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。
1、HEBEIUNIVERSITY密級:分類號:學(xué)校代碼:10075學(xué)號:20080900碩士學(xué)位論文基于譜聚類的圖像分割方法研究學(xué)位申請人:宋欣欣指導(dǎo)教師:李凱教授學(xué)位類型:工學(xué)碩士學(xué)科專業(yè):計(jì)算機(jī)應(yīng)用技術(shù)授予單位:河北大學(xué)答辯日期:二〇一三年五月ClassifiedIndex:CODE:10075U.D.C:NO:20080900ADissertationfortheDegreeofM.EngineeringStudyofImageSegmentationMethod
BasedonSpectralClusteringCandidate:SongXinxinSupervi
2、sor:Prof.LiKaiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerAppliedTechnologyUniversity:HebeiUniversityDateofOralExamination:May,2013摘要摘要圖像分割是一種將圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù),它是進(jìn)行圖像分析與理解的前提,圖像分割的好壞直接影響到圖像的分析結(jié)果,因此,圖像分割在理論和實(shí)際應(yīng)用中都得到人們的廣泛重視。目前,存在許多不同的圖像分割方法,在實(shí)際應(yīng)用中發(fā)揮了重要的作用,然而,這些不同的分割
3、算法只能用于分割特殊圖像,并不存在完善的方法可以按照人們的意愿準(zhǔn)確地分割圖像,因此,研究人員至今一直在努力發(fā)展新的、更有潛力的分割算法,以期實(shí)現(xiàn)更通用、更完美的分割結(jié)果,從而更好地用于圖像分析。針對圖像分割問題,本文利用譜聚類方法對圖像分割進(jìn)行了研究,具體內(nèi)容如下:(1)基于分塊技術(shù)的圖像分割方法研究針對譜聚類方法在處理大數(shù)據(jù)集存在的問題,利用分塊技術(shù)研究了圖像分割問題。首先,將圖像劃分為較小的圖像塊,并將每個(gè)圖像塊視為一個(gè)獨(dú)立的圖像;然后對該獨(dú)立圖像進(jìn)行預(yù)聚類,并將預(yù)聚類的結(jié)果進(jìn)行融合,隨后在融合的結(jié)果中隨機(jī)抽取一個(gè)點(diǎn)以此構(gòu)成圖像的特征數(shù)據(jù);最后利用譜聚類方法對這些數(shù)據(jù)
4、進(jìn)行聚類,從而獲得原圖像的分割結(jié)果。(2)圖像分割的聚類集成方法研究針對圖像分割方法對參數(shù)選擇過于敏感的問題,利用集成學(xué)習(xí)方法具有的魯棒性和
泛化能力強(qiáng)的特點(diǎn),對圖像分割方法進(jìn)行了融合研究。通過分析研究譜聚類算法和超邊界融合方法存在的問題,將譜聚類算法中的K-MEANS修改為FCM算法,利用FCM形
成的隸屬度矩陣將超邊界融合方法中的“0”和“1”擴(kuò)展到[0,1]范圍,并對新超邊界進(jìn)
行聚類,以此獲得最終的圖像分割結(jié)果。(3)基于圖像形態(tài)學(xué)的圖像分割優(yōu)化針對譜聚類算法在圖像分割中易出現(xiàn)孤立點(diǎn)或區(qū)域問題,研究了基于圖像形態(tài)學(xué)的
優(yōu)化方法,通過標(biāo)注連通分量優(yōu)化圖像分割結(jié)果,以
5、便去除圖像分割中的孤立點(diǎn),從而
減少由于度量標(biāo)準(zhǔn)的不同所造成的錯(cuò)分情況。實(shí)驗(yàn)研究了擴(kuò)展超邊界后的聚類集成算法
的聚類正確率和時(shí)間效率,并對圖像進(jìn)行了分割處理,之后將獲得的分割結(jié)果利用圖像I摘要分割優(yōu)化算法進(jìn)行優(yōu)化,同時(shí)將優(yōu)化結(jié)果與Ncut方法進(jìn)行了對比,對提出的方法的有效性和時(shí)間效率進(jìn)行了驗(yàn)證。關(guān)鍵詞譜聚類圖像分割聚類集成圖像優(yōu)化IIAbstractAbstractImagesegmentationisthetechnologythatdividedimageintonon-overlappingareasandextracttheregionofinterest.Iti
6、sthebasisofimageanalysisandunderstanding.Imagesegmentationaffectstheresultsofimageanalysisdirectly.So,ithasbecomeanimportanttechnologyandreceivedextensiveattentionintheoryandpractice.Currently,therearemanydifferentimagesegmentationmethods,buttheycannotaccuratelysegmentimageaccordingtothep
7、eople'sideas.Therefore,scholarshavebeeneffortstodevelopnew,morepotentialsegmentationalgorithminordertoachieveamoregeneral,moreperfectsegmentationresultsforbetterimageanalysis.Inthispaper,weusespectralclusteringmethodtohandletheimagesegmentation.Themaincontentsareasf