基于模糊聚類的彩色圖像分割方法的研究.pdf

1、圖像分割是視覺理解的基礎(chǔ),也是計(jì)算機(jī)視覺中的一個基本問題,并在很多領(lǐng)域得到了應(yīng)用。由于圖像特征和結(jié)構(gòu)的不同,要實(shí)現(xiàn)快速通用的圖像分割仍然是一個難題。圖像分割的研究主要包括:如何選取合適的彩色空間,降低分割算法的復(fù)雜度,提高分割算法的抗噪性和通用性等。模糊聚類是一種無監(jiān)督的分類方法,它可以在缺少先驗(yàn)知識的情況下通過歸類具有相似性質(zhì)的樣本實(shí)現(xiàn)分類?；谀：垲惖膱D像分割方法對樣本空間的約束小,分割算法的通用性較好,但是該方法還不完善,主要是

2、因?yàn)檫\(yùn)算量大,且容易陷入局部極值。本文著重進(jìn)行了模糊聚類算法用于彩色圖像分割的研究,針對其研究現(xiàn)狀以及面臨的主要問題設(shè)計(jì)并實(shí)現(xiàn)了一種結(jié)合邊緣檢測技術(shù)和改進(jìn)的全局K均值的FCM分割算法。
　　 本文的研究工作主要有以下幾個方面。對當(dāng)前幾種常用的彩色圖像分割方法進(jìn)行了歸納,新算法的提出目前主要致力于根據(jù)圖像的具體情況選擇不同的方法進(jìn)行組合。并對彩色圖像分割中幾種常見的彩色空間各分量意義、與RGB彩色空間的轉(zhuǎn)換方法及各自的優(yōu)點(diǎn)和適用場

3、合進(jìn)行了總結(jié),為本文提出的算法選擇合適的彩色空間提供了依據(jù)。針對聚類分割的抗噪問題,提出進(jìn)行中值濾波預(yù)處理。對基于模糊聚類分析的圖像分割方法原理進(jìn)行了深入的研究,并相應(yīng)研究了幾種重要的聚類算法,為圖像分割提供了算法支持。同時(shí)對模糊聚類圖像分割算法的幾個重要參數(shù)和所要解決的關(guān)鍵問題進(jìn)行了相關(guān)的討論和研究,從而指導(dǎo)了新算法的改進(jìn)方向。本文提出了一種結(jié)合邊緣檢測和改進(jìn)的全局K均值的FCM分割算法。對彩色圖像通過邊緣檢測提取邊緣像素,以壓縮第一