毕业论文（设计）基于聚类分析的图像分割算法.doc

摘要
图像分割是将一副图像分为若干个互不重叠的区域,有相同的属性和意义。图像分割作为图像处理的一个重要环节,普遍用于医学、军事、交通等各计算机视觉范畴,是目前最热门的研究课题之一。其分割的准确性直接决定后续图像分析的质量,因而至关重要。目前人们已经提出了很多处理方法,也取得了一些成就,但由于其本身有些复杂,很多问题还远远没有解决。
本文主要介绍基于聚类分析的图像分割算法,具体说明了K均值聚类算法的具体原理及算法过程,并经过实验对其分析和研究。在此基础上完成了基于K均值聚类算法的彩***像分割实验和医学影像实验,验证了K均值聚类算法用于图像分割的适用性。
关键词:图像分割;聚类分析;K均值聚类算法;彩***像;医学影像
Abstract
Image segmentation is to pose an image into a number of regions that are meaningful and have the same attributes that do not overlap each other. As an important part of image processing, image segmentation is widely used in medical, military, transportation and puter vision field and is one of the most popular research topics. The accuracy of its segmentation directly determines the quality of the subsequent image analysis, so it is of great significance. At present, people have put forward a lot of solutions that got ess in some degree, but because of plex, many problems are far from being resolved.
This paper mainly introduces the image segmentation algorithm based on clustering analysis. The principle of K-means clustering algorithm are described in detail. And is tested on artificial data experiment.. And then, the color image segmentation experiment and the medical image experiment based on the K - means clustering algorithm are analyzed.
Key words:Image segmentation,;clustering analysis;K-means clustering algorithm;color image;medical image
目录
摘要 I
Abstract II
目录 III
第一章绪论 1
研究背景及意义 1
图像分割概述 1
常用的图像分割方法 2
主要研究内容与工作安排 4
第二章聚类分析及分割图像 5
聚类分析概述 5
聚类分析方法 6
划分聚类算法 6
层次聚类算法 6
密度聚类算法 6
模型聚类算法 7
分割图像介绍 8
灰度图像 8
彩***像 9
纹理图像 12
遥感图像 12
第三章基于K均值聚类算法的图像分割 14
. K均值聚类算法原理 14
K均值聚类算法流程 15
K均值聚类算法仿真实验 17
第四章实验结果及分析 19
K均值聚类算法分割彩***像 19
彩***像实验 19
实验结果与分析 20
K均值聚类算法分割医学影像 21
医学影像介绍 21
医学影像实验结果与分析 22
本章小结 25
第五章总结 26
参考文献 28
致谢 30
附录 31
第一章绪论
研究背景及意义
随着全球范围内计算机水平的不断提高,数字图像处理和分析逐渐独当一面,形成了各自的研