学位论文 > 优秀研究生学位论文题录展示

基于像元聚类的图像分割算法研究

作　者: 周晚辉
导　师: 刘文萍
学　校: 北京林业大学
专　业: 计算机应用技术
关键词: 图像分析图象分割模糊聚类二型模糊隶属度
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

随着图像信息量的骤增,图像处理成为目前研究领域的热点。图像分割技术是图像处理的基本环节,其结果直接影响后续的图像分析与理解。基于图像像元的聚类算法是图像分割的常用方法。由于图像在成像过程中受噪声及其它干扰因素的影响,使得图像具有较高的模糊性,传统基于模糊聚类思想的图像分割算法虽能处理此类问题但具有一定的局限性,基于二型模糊聚类的图像分割方法能更有效地处理图像的模糊性问题。本文基于二型模糊聚类的思想,提出了LS-FCM和MS-FCM图像分割算法,即在模糊C-均值算法的基础上,适当拉伸样本点的高隶属度值(极可能为日标点),同时降低样本点的低隶属度值(极可能为噪声点),增加高隶属度样本点与低隶属度样本点间的差异,以获得更准确的图像分割效果。实验结果表明:LS-FCM和MS-FCM算法都具有较高的分割准确性及良好的抗噪能力,且MS-FCM算法在分割精度和运算速度方面具有更好的优势。

全文目录

摘要  3-4
ABSTRACT  4-6
1 绪论  6-12
  1.1 图像分割技术的研究背景  6-7
  1.2 图像分割技术的研究现状  7-8
  1.3 图像分割技术的发展趋势  8-10
  1.4 本文主要研究内容  10
  1.5 本文组织结构  10-12
2 图像分割技术概述  12-20
  2.1 图像分割的定义  12
  2.2 图像分割算法概述  12-19
    2.2.1 阈值分割方法  13-15
    2.2.2 基于边缘检测的分割方法  15
    2.2.3 基于区域的分割方法  15-16
    2.2.4 基于聚类的分割方法  16-19
    2.2.5 其它分割方法  19
  2.3 本章小结  19-20
3 基于二型模糊聚类的图像分割  20-55
  3.1 模糊集理论  20
  3.2 模糊集概念  20
  3.3 模糊聚类算法  20-26
    3.3.1 Fuzzy C-Means算法  21-25
    3.3.2 Possibilistic C-Means算法  25-26
  3.4 二型模糊概念  26-28
    3.4.1 二型模糊集的表示方法  26-27
    3.4.2 二型模糊集的集合运算  27-28
  3.5 基于二型模糊聚类的图像分割算法  28-54
    3.5.1 LS-FCM算法  28-48
    3.5.2 LS-FCM与MS-FCM算法比较  48-54
  3.6 本章小结  54-55
4 总结与展望  55-58
参考文献  58-61
个人简介  61-62
导师简介  62-63
获得成果目录  63-64
致谢  64

基于像元聚类的图像分割算法研究

内容摘要

全文目录

相似论文