已閱讀1頁，還剩55頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像分割可以認(rèn)為是將圖像元素進(jìn)行重新劃分和歸類，使分出來的每一部分具有各自的特點并滿足原始需求的過程。它是進(jìn)一步理解圖像的基礎(chǔ)，在圖像分析的過程中至關(guān)重要。目前常用的圖像分割方法有閾值分割法、基于邊緣檢測的方法、區(qū)域生長法、基于聚類的分割方法和基于特定理論的分割方法等。研究人員不斷改進(jìn)現(xiàn)有的圖像分割方法并融入了一些其它學(xué)科的新理論新方法。這些方法都各有優(yōu)缺點，且目前能適合所有圖像的分割方法還沒有提出。
聚類分析算法大體上可以分
2、為硬聚類算法、模糊聚類算法和可能性聚類算法。目前聚類算法已經(jīng)廣泛應(yīng)用于圖像分割中，并且不斷對其進(jìn)行改進(jìn)和優(yōu)化，取得了較好的效果。但是聚類算法在應(yīng)用于圖像分割時，沒有考慮到像素點的空間信息，僅僅利用了灰度信息，分割模型不夠完整。針對模糊C均值算法和可能性C均值聚類算法進(jìn)行具體研究，將空間信息引入到算法中，建立基于空間域上的聚類算法，主要包括以下兩部分內(nèi)容：
(1)提出一種將馬爾科夫隨機(jī)場引入到可能性C均值聚類算法的新圖像分割方法
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 模糊聚類算法在遙感圖像分割中的應(yīng)用研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用研究(1)
- 模糊聚類算法在圖像分割中的應(yīng)用.pdf
- 聚類算法研究及在圖像分割中的應(yīng)用.pdf
- 基于聚類的RSF算法在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于劃分的聚類及在圖像分割中的應(yīng)用研究.pdf
- 改進(jìn)的譜聚類算法及其在圖像分割中的應(yīng)用研究.pdf
- 基于空間信息聚類的SAR圖像分割算法研究.pdf
- 模糊聚類與粒子群算法在圖像分割中的應(yīng)用研究.pdf
- 遺傳聚類算法及其在圖像分割中的應(yīng)用.pdf
- 模糊聚類在遙感圖像分割中的應(yīng)用研究.pdf
- 聚類算法及其在圖像分割中的應(yīng)用與研究.pdf
- 基于空間信息的模糊聚類圖像分割算法研究.pdf
- 遺傳聚類算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于高斯混合模型的聚類算法及其在圖像分割中的應(yīng)用.pdf
- 基于組織進(jìn)化的聚類算法及其在SAR圖像分割中的應(yīng)用.pdf
- 核模糊聚類算法及其在圖像分割中的應(yīng)用.pdf
- 基于聚類算法的圖像分割.pdf
- 基于改進(jìn)譜聚類算法在醫(yī)學(xué)圖像中的應(yīng)用研究.pdf
評論
0/150
提交評論