基于模糊聚類分析的圖像分割算法研究 (1)

基于模糊聚類分析的圖像分割算法研究 (1)

ID:23621525

大?。?.47 MB

頁數(shù):76頁

時間:2018-11-09

基于模糊聚類分析的圖像分割算法研究 (1)_第1頁
基于模糊聚類分析的圖像分割算法研究 (1)_第2頁
基于模糊聚類分析的圖像分割算法研究 (1)_第3頁
基于模糊聚類分析的圖像分割算法研究 (1)_第4頁
基于模糊聚類分析的圖像分割算法研究 (1)_第5頁
資源描述:

《基于模糊聚類分析的圖像分割算法研究 (1)》由會員上傳分享,免費在線閱讀,更多相關內容在教育資源-天天文庫。

1、基于模糊聚類分析的圖像分割算法研究摘要模糊聚類分析具備將不確定性樣本進行分類的功能,近年來被廣泛地應用于圖像分割算法研究中。通過對模糊c均值聚類算法(FCM)這一現(xiàn)今最經(jīng)典的模糊聚類算法進行改進,驗證了本文算法的有效性。首先,標準FCM算法執(zhí)行的前提是聚類數(shù)的確定。不同的圖像聚類數(shù)也不同,聚類數(shù)的選取對分割至關重要。研究人員通過圖像的直方圖波峰的個數(shù)來對應圖像的聚類數(shù),但受噪聲點影響,使得像素屬于某一灰度值是不清晰的,容易導致誤差的產(chǎn)生??紤]到模糊集理論能夠體現(xiàn)像素屬于某一灰度值的程度大小,用高斯函數(shù)替代脈沖函數(shù),分別構造了模糊直方圖和模糊Histon直方圖,充分利用了像素的

2、灰度信息和空間信息。其次,利用像素的灰度信息和局部空間信息可以在一定程度上抑制噪聲的影響,但當圖像被大量噪聲嚴重侵擾時,像素提供的局部空間信息不能體現(xiàn)明顯優(yōu)勢。針對這個問題,提出了結合模糊直方圖的非局部空間自適應FCM算法,合理利用像素提供的非局部空間信息,考慮到提出算法的目標函數(shù)中,對隸屬度矩陣及聚類中心迭代公式進行改進,提出的算法在分割質量和效果上更好。最后,在Lab彩色空間中通過模糊Histon閾值技術獲取整幅圖像中所有可能的由聚類中心標注的均勻區(qū)域,提出了自適應FCM聚類算法用來改善均勻區(qū)域之間的緊密度,完成色彩分割,已成功應用到伯克利圖像庫,取得了更好的劃分。考慮到

3、顏色相近而語義無關的影響,在像素特征中加入紋理特征,提出了結合亮度、顏色、紋理特征的FCM色彩分割算法,相比標準FCM算法實現(xiàn)了彩色圖像的較優(yōu)分割,具有一定抗噪性。關鍵詞:FCM聚類算法;非局部空間信息;模糊Histon直方圖;紋理特征1萬方數(shù)據(jù)基于模糊聚類分析的圖像分割算法研究AbstractFuzzyclusteringanalysishastheabilityofclassifyingsampleswithuncertaintyandhasbeenwidelyappliedinimagesegmentationinrecentyears.Animprovedfuzzyc

4、lusteringalgorithmwasproposedinthispaperbasedonclassicalfuzzyc-means(FCM)algorithmandthevalidityofthenewalgorithmwasverified.Firstly,anopenproblemofstandardFCMistodeterminethenumberofclustersinadvance.Differentimageshavedifferentamountsofcluster,thusselectingappropriatenumberofclustersiscru

5、cialtotheresultsofimagesegmentation.Usually,researchersdeterminethenumberofclustersbythenumberofhistogrampeaksofanimage.However,influencedbynoise,thismethodeasilyyieldserrorbecausetheconceptthatapixelbelongstoagraylevelisnotclear.Consideringthatfuzzysettheorycanreflectthedegreeofapixelbelon

6、gingtoagraylevel,fuzzyhistogramandfuzzyhistonhistogramareconstructedrespectivelyinthegrayimagesandcolorimagesbyreplacingimpulsefunctiontoGaussianfunctionandmakingfulluseofgrayinformationandspatialinformationofpixels.Secondly,althoughgrayinformationandlocalspatialinformationofeachpixelcanres

7、traintheinfluenceofnoiseinsomeway.UsingstandardFCMalgorithmwithlocalspatialinformationofpixelscannotobtainsignificantlybetterperformancesofsegmentationwhentheimagesarebadlydisturbedbynoise.Tosolvethisproblem,anon-localspatialadaptiveFCMalgorithmbasedonfu

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。