基于模糊C-均值聚類(lèi)的圖像分割技術(shù)研究.pdf

1、隨著計(jì)算機(jī)的普及、互聯(lián)網(wǎng)與多媒體技術(shù)的發(fā)展，人們?cè)絹?lái)越多地利用計(jì)算機(jī)來(lái)幫助人類(lèi)獲取與處理視覺(jué)圖像信息。為了辨識(shí)和分析圖像中的感興趣區(qū)域，圖像分割(Image Segmentalion)技術(shù)應(yīng)運(yùn)而生，并成為圖像領(lǐng)域研究的熱點(diǎn)問(wèn)題之一。 本論文圍繞基于模糊C-均值聚類(lèi)(FCM)圖像分割中的一些不足，進(jìn)行了深入的研究，主要內(nèi)容包括： (1)針對(duì)傳統(tǒng)FCM中使用歐氏距離、初始聚類(lèi)數(shù)目隨機(jī)給定等不足，提出了一種基于特征散度的自適應(yīng)

2、FCM圖像分割算法。該算法引入特征散度、Laws紋理測(cè)度與特征提取、自適應(yīng)選擇初始聚類(lèi)數(shù)目來(lái)進(jìn)行圖像分割。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)大多數(shù)圖像都是簡(jiǎn)單、有效的(特別是紋理圖像)，整體性能優(yōu)于現(xiàn)有FCM圖像分割方案。 (2)考慮到圖像中每個(gè)像素點(diǎn)的作用不同，提出了一種基于RelietF和FCM的彩色圖像分割算法。該算法首先選擇比較接近人類(lèi)視覺(jué)系統(tǒng)的色度、亮度和飽和度(HIS)空間。然后應(yīng)用ReliefF來(lái)求取每個(gè)像素點(diǎn)的權(quán)重，進(jìn)而約束