基于模糊聚类的彩色图像分割方法研究.pdf

一————武多萎理歹大署笙羔且一旦垒墨璺亟至坠型坠璺!位论文学英文题目——评阅入蛰垦丝丝塑垫堑塑学位授予单位武这理王太堂学位授予日期型互刍』旦—一答辩委员会主席翻翌亟丝——§且论文答辩日期年目骳一馹————————————————————’—————一
\『㈣㈣研究生┟.把蚺导师┟.彩日期妒签名:赴缸啤独创性声明日期:杪肌支巧学位论文使用授权书本人声明,所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解武汉理工大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。C艿穆畚脑诮饷芎笥ψ袷卮斯娑
摘要图像分割是视觉理解的基础,也是计算机视觉中的一个基本问题,并在很多领域得到了应用。由于图像特征和结构的不同,要实现快速通用的图像分割仍然是一个难题。图像分割的研究主要包括:如何选取合适的彩色空间,降低分割算法的复杂度,提高分割算法的抗噪性和通用性等。模糊聚类是一种无监督的分类方法,它可以在缺少先验知识的情况下通过归类具有相似性质的样本实现分类。基于模糊聚类的图像分割方法对样本空间的约束小,分割算法的通用性较好,但是该方法还不完善,主要是因为运算量大,且容易陷入局部极值。本文着重进行了模糊聚类算法用于彩色图像分割的研究,针对其研究现状以及面临的主要问题设计并实现了一种结合边缘检测技术和改进的全局档指钏惴ā本文的研究工作主要有以下几个方面。对当前几种常用的彩色图像分割方法进行了归纳,新算法的提出目前主要致力于根据图像的具体情况选择不同的方法进行组合。并对彩色图像分割中几种常见的彩色空间各分量意义、与彩色空间的转换方法及各自的优点和适用场合进行了总结,为本文提出的算法选择合适的彩色空间提供了依据。针对聚类分割的抗噪问题,提出进行中值滤波预处理。对基于模糊聚类分析的图像分割方法原理进行了深入的研究,并相应研究了几种重要的聚类算法,为图像分割提供了算法支持。同时对模糊聚类图像分割算法的几个重要参数和所要解决的关键问题进行了相关的讨论和研究,从而指导了新算法的改进方向。本文提出了~种结合边缘检测和改进的全局档腇分割算法。对彩色图像通过边缘检测提取边缘像素,以压缩第一轮参加聚类的样本:针对聚类算法容易陷入局部极值而导致出现欠分割的问题,对边缘像素样本集使用改进的全局邓惴ń芯劾啵竦贸跏季劾嘀心;将获得的初始聚类中心用于整幅彩色图像,以减少迭代次数,加快收敛速度,减少运算量。在中对本文改进的算法进行了仿真对比,通过实验证明,在保证图像分割效果的同时,本文提出的算法能够有效提高程序运行速度。关键词:彩色图像分割,模糊聚类,边缘检测,全局武汉理工大学硕士学位论文
.,...,.琣琣鸭瓹,武汉理工大学硕士学位论文瓹甋琣,.瑀,,
武汉理工大学硕士学位论文,,甌瓻;,,,篊.
目录第虏噬枷穹指畹难芯俊摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔:劾喾治龅耐枷穹指睢研究内容与组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯彩色空间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯中值滤波及仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第禄谀:劾嗟牟噬枷穹指钏惴ā武汉理工大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
第赂慕腇彩色图像分割算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯聚类分析与模糊概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯