基于模糊聚类分析的图像分割算法的研究.pdf

分类号: 密级: U D C : 编号: 理学硕士学位论文基于模糊聚类分析的图像分割算法研究硕士研究生: 张守龙指导教师: 邓廷权教授学位级别: 理学硕士学科、专业: 应用数学所在单位: 理学院论文提交日期: 2013年12月论文答辩日期: 2014年03月学位授予单位: 哈尔滨工程大学万方数据 Classified Index: : A Dissertation for the Degree of Master of Science IMAGE SEGMENTATION ALGORITHM BASED ON FUZZY CLUSTERING ANALYSIS Candidate: Zhang Shoulong Supervisor: Prof. Deng Tingquan Academic Degree Applied for: Master ofScience Specialty:Applied Mathematics Date of Submission:Dec. 2013 Date of Oral Examination: Mar. 2014 University: Harbin Engineering University 万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字): 日期: 年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字): 导师(签字): 日期: 年月日年月日万方数据基于模糊聚类分析的图像分割算法研究 1 摘要模糊聚类分析具备将不确定性样本进行分类的功能,近年来被广泛地应用于图像分割算法研究中。通过对模糊c均值聚类算法(FCM)这一现今最经典的模糊聚类算法进行改进,验证了本文算法的有效性。首先,标准FCM算法执行的前提是聚类数的确定。不同的图像聚类数也不同,聚类数的选取对分割至关重要。研究人员通过图像的直方图波峰的个数来对应图像的聚类数, 但受噪声点影响,使得像素属于某一灰度值是不清晰的,容易导致误差的产生。考虑到模糊集理论能够体现像素属于某一灰度值的程度大小,用高斯函数替代脉冲函数,分别构造了模糊直方图和模糊Histon直方图,充分利用了像素的灰度信息和空间信息。其次,利用像素的灰度信息和局部空间信息可以在一定程度上抑制噪声的影响,但当图像被大量噪声严重侵扰时,像素提供的局部空间信息不能体现明显优势。针对这个问题,提出了结合模糊直方图的非局部空间自适应FCM算法,合理利用像素提供的非局部空间信息,考虑到提出算法的目标函数中,对隶属度矩阵及聚类中心迭代公式进行改进,提出的算法在分割质量和效果上更好。最后,在Lab彩色空间中通过模糊Histon阈值技术获取整幅图像中所有可能的由聚类中心标注的均匀区域,提出了自适应FCM聚类算法用来改善均匀区域之间的紧密度, 完成色彩分割,已成功应用到伯克利图像库,取得了更好的划分。考虑到颜色相近而语义无关的影响,在像素特征中加入纹理特征,提出了结合亮度、颜色、纹理特征的FCM 色彩分割算法,相比标准FCM算法实现了彩***像的较优分割,具有一定抗噪性。关键词:FCM聚类算法;非局部空间信息;模糊Histon直方图;纹理特征万方数据基于模糊聚类分析的图像分割算法研究 1 Abstract Fuzzy clusteringanalysis hasthe ability of classifyingsamples with uncertaintyand has been widely appliedin image segmentation in recent improved fuzzy clustering algorithm was proposed in this pap