基于密度和網(wǎng)格相結(jié)合的聚類算法及其在圖像分割中的應(yīng)用.pdf

1、圖像分割是一種根據(jù)研究的需要將其劃分為若干個(gè)有意義的區(qū)域的圖像處理技術(shù)，圖像分割質(zhì)量的好壞直接影響后續(xù)圖像處理的效果。圖像分割的方法有很多，有些方法可適用于任何圖像，而另外一些算法只能適用于特殊類別的圖像。本文所闡述的基于密度和網(wǎng)格聚類的圖像分割算法是一類適用于特殊類別的圖像分割方法。
　　本文以基于密度和網(wǎng)格相結(jié)合的聚類算法及其在圖像分割中的應(yīng)用為主線，主要做了以下幾個(gè)相關(guān)方面的工作：
　　在第一章，本文對(duì)現(xiàn)有的一些經(jīng)典聚

2、類方法做了一個(gè)全面的綜述，著重分析劃分聚類算法、層次聚類算法、基于密度的聚類算法、基于網(wǎng)格的聚類算法及基于模型的聚類算法中的優(yōu)缺點(diǎn)。
　　第二章闡述密度和網(wǎng)格聚類算法，這一章分三個(gè)小節(jié)來(lái)分別介紹密度聚類算法，網(wǎng)格聚類算法及基于密度和網(wǎng)格相結(jié)合的聚類算法。對(duì)于密度聚類算法而言，主要介紹傳統(tǒng)的DBSCAN聚類算法，快速的FDBSCAN聚類算法，針對(duì)這兩種聚類方法的不足提出的IF-DBSCAN聚類算法，及提出的基于數(shù)據(jù)分區(qū)的DBSCAN

3、聚類算法并介紹這些一脈相承的密度聚類算法的一些相關(guān)數(shù)值實(shí)驗(yàn)。而對(duì)于網(wǎng)格方法而言，主要介紹三種典型的聚類算法，它們分別是STING聚類算法，WaveCluster聚類算法及CLIQUE聚類算法，并介紹與這些算法相關(guān)的仿真實(shí)驗(yàn)。有了密度聚類算法，網(wǎng)格聚類算法的介紹之后，本章最后來(lái)著重闡述基于密度和網(wǎng)格相結(jié)合的聚類算法。對(duì)于基于密度和網(wǎng)格相結(jié)合的聚類方法而言，主要介紹DFC聚類算法和GDCAP聚類算法，它們都是兩種典型的基于密度和網(wǎng)格相結(jié)合的

4、聚類算法。
　　第三章首先就密度和網(wǎng)格聚類相結(jié)合的聚類算法的不足引出基于自適應(yīng)網(wǎng)格的密度聚類算法。之后在前人工作的基礎(chǔ)上，本文作者提出一種基于自適應(yīng)網(wǎng)格的DBSCAN聚類算法，并作了相應(yīng)的數(shù)值實(shí)驗(yàn)。數(shù)值實(shí)驗(yàn)表明提出的基于自適應(yīng)網(wǎng)格的DBSCAN聚類算法是可行的。
　　第四章介紹了一種基于密度和網(wǎng)格聚類的圖像分割算法DFC，并與圖像分割算法FCM及brFCM進(jìn)行了分析比較。對(duì)比數(shù)值實(shí)驗(yàn)表明，基于密度和網(wǎng)格聚類的圖像分割算法DF