基于中介真值程度度量的圖像分割方法研究.pdf

1、圖像分割就是把圖像分成各具特性的區(qū)域并提取出感興趣目標的技術和過程。它是圖像處理到圖像分析的關鍵步驟，也是一經典難題。
　　本文對模糊聚類理論、標準FCM算法和基于FCM算法的圖像分割方法進行了深入的研究并對FCM圖像分割算法的相關難點進行了分析。針對FCM圖像分割算法對噪聲敏感的問題，考慮了圖像像素之間的空間信息，利用像素點與其鄰域像素灰度的相似性及相關性和中介真值程度的度量定義了中介隸屬度函數(shù)，提出了基于中介真值程度度量的FC

2、M圖像分割算法。實驗結果表明該算法的抗噪性要明顯好于標準FCM圖像分割算法，而且在分割時具有更大的確定性和更小的模糊性。
　　本文在對經典的圖像邊緣檢測算法進行了深入研究的基礎上，利用圖像邊緣的兩個特性:邊緣點的鄰域內灰度值變化顯著和邊緣與邊緣走向垂直的方向有一個局部峰值，并結合基于中介真值程度度量的圖像邊緣檢測算法和閾值的迭代計算方法，設計了基于中介真值程度度量的自適應圖像邊緣檢測算法。實驗結果表明，新算法不僅能夠檢測出連續(xù)的邊