2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(bào)或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是將圖像分成互相獨(dú)立且有意義的區(qū)域,是計(jì)算機(jī)視覺和圖像處理的重要技術(shù),已在工業(yè)、軍事、醫(yī)學(xué)等領(lǐng)域有著普遍應(yīng)用?;趫D論的圖像分割算法是近年來新發(fā)展起來的一種新的圖像分割技術(shù),其中歸一化分割算法是基于圖論分割的一個(gè)研究熱點(diǎn)。歸一化分割算法是一種基于全局優(yōu)化準(zhǔn)則的方法,不易產(chǎn)生小區(qū)域現(xiàn)象。但它直接在像素上進(jìn)行圖像分割,計(jì)算復(fù)雜度比較大,并且求解歸一化分割準(zhǔn)則的最小值是一個(gè)NP難問題。
  針對歸一化分割算法的不足,本文提出一種

2、基于最小生成樹劃分的模糊C-均值聚類算法與自適應(yīng)遺傳算法的歸一化分割準(zhǔn)則相結(jié)合的圖像分割方法,主要內(nèi)容如下:
  1)利用最小生成樹劃分的模糊C-均值聚類算法對原圖進(jìn)行聚類,獲得最大相似區(qū)域。解決了歸一化分割算法隨著像素增加,計(jì)算復(fù)雜度增大的缺點(diǎn)。最小生成樹劃分的模糊C-均值聚類算法將原圖轉(zhuǎn)換成圖并采用Kruskal算法建立最小生成樹,然后根據(jù)密度準(zhǔn)則對最小生成樹進(jìn)行劃分獲得子樹,將子樹的個(gè)數(shù)和中心分別作為聚類數(shù)目和初始聚類中心進(jìn)

3、行模糊C-均值聚類,得到最大相似區(qū)域。
  2)利用自適應(yīng)遺傳算法的歸一化分割準(zhǔn)則對最大相似區(qū)域進(jìn)行遺傳迭代操作,尋找使歸一化值最小的最優(yōu)染色體。解決了求歸一化分割準(zhǔn)則最小值的難題。自適應(yīng)遺傳算法的歸一化分割準(zhǔn)則對最大相似區(qū)域進(jìn)行染色體編碼,將區(qū)域個(gè)數(shù)作為種群大小,隨機(jī)產(chǎn)生初始種群,以歸一化分割準(zhǔn)則作為適應(yīng)度函數(shù),對種群進(jìn)行選擇、交叉和變異遺傳迭代操作,直到滿足條件為止,最后將歸一化值最小的最優(yōu)染色體映射回原圖得到圖像的分割結(jié)果。

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(shí)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。

評論

0/150

提交評論