基于模糊譜聚類的圖像分割研究.pdf

1、圖像分割技術(shù)能保證數(shù)字圖像后期處理有效進(jìn)行，在圖像處理、分析和理解占有十分重要的地位。而目前用于圖像分割的算法中比較先進(jìn)的是譜聚類算法，與常見的聚類算法相比，它具有能夠在任意形狀的樣本空間聚類，并收斂于全局最優(yōu)解的優(yōu)點(diǎn)。而本文就是在對(duì)上述兩種算法研究的基礎(chǔ)上，將譜聚類算法與模糊c均值聚類算法結(jié)合，提出一種新的模糊譜聚類算法，并將此算法應(yīng)用于圖像分割中，并驗(yàn)證其優(yōu)越性。
　　譜聚類算法進(jìn)行圖像分割時(shí)，常采用Nystrm逼近算法，因?yàn)?/p>

2、傳統(tǒng)的譜聚類算法計(jì)算大規(guī)模矩陣（如圖像矩陣）時(shí)，硬件往往難以支撐。該算法利用構(gòu)造相似度矩陣來分割圖像，因此如何構(gòu)造一個(gè)對(duì)圖像信息表達(dá)更充分的相似度矩陣，對(duì)算法的影響很大。本文采用非正定核函數(shù)構(gòu)造相似度矩陣，求出該相似度矩陣的特征值矩陣和特征向量矩陣，并按照一定的規(guī)則將特征向量矩陣進(jìn)行改進(jìn)，最后對(duì)這一矩陣進(jìn)行分割。通過對(duì)數(shù)據(jù)集的分割，用客觀標(biāo)準(zhǔn)驗(yàn)證本文改進(jìn)的方法能夠有效提高算法準(zhǔn)確率，通過對(duì)圖像目標(biāo)的分割，分割后的圖像也能夠顯示出算法的效