已閱讀1頁，還剩59頁未讀， 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在圖像處理領(lǐng)域中，色彩遷移指的是把一幅圖像的顏色信息轉(zhuǎn)移到另一幅圖像，使新生成的圖像既保存原圖像的形狀信息又具有其他圖像的色彩信息。根據(jù)所選的目標(biāo)圖像的不同，不僅能產(chǎn)生不同的視覺效果，而且也提高了技術(shù)處理的多樣性和藝術(shù)性。 本文分析了色彩遷移的主要算法，通過分析比較，針對(duì)遷移方法中的模糊聚類方法進(jìn)行深入研究，并選取模糊C—均值聚類算法作為突破點(diǎn)。主要工作包括以下幾個(gè)部分： 分析了傳統(tǒng)的色彩遷移算法的不足和FCM算法的缺陷
2、，針對(duì)模糊C—均值聚類算法對(duì)初始化特別敏感、很容易陷入局部極小值的缺陷，本文將全局模糊C—均值聚類算法引入到色彩遷移過程中，提出一種基于全局模糊C—均值聚類算法。該算法是一個(gè)確定性的全局優(yōu)化方法，不依賴于任何的初始參數(shù)值，僅僅使用FCM作為局部搜索的工具。算法不需要隨機(jī)地選取初始聚類中心，而是以遞增的方式來實(shí)施算法的處理過程，克服了FCM對(duì)初值敏感的問題，提高了聚類的準(zhǔn)確性和穩(wěn)定性。 提出了基于全局模糊C—均值聚類的色彩遷移算法
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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 全局模糊c均值聚類算法在色彩遷移中的應(yīng)用(1)
- 模糊C-均值聚類算法及其在圖像分割中的應(yīng)用.pdf
- 改進(jìn)的模糊C-均值聚類算法.pdf
- 入侵檢測(cè)中模糊C-均值聚類算法研究.pdf
- 改進(jìn)的模糊C-均值算法在文本聚類中的應(yīng)用研究.pdf
- 自適應(yīng)模糊C-均值聚類算法研究.pdf
- 模糊C-均值聚類的研究.pdf
- 改進(jìn)模糊C-均值聚類算法的數(shù)據(jù)挖掘研究.pdf
- 基于核方法改進(jìn)的模糊C-均值聚類算法.pdf
- 模糊C-均值算法在拼車系統(tǒng)中的應(yīng)用.pdf
- C-均值聚類算法的改進(jìn)研究.pdf
- 改進(jìn)的模糊C均值聚類算法在圖像分割中的應(yīng)用.pdf
- 基于差分進(jìn)化的模糊C-均值聚類算法研究.pdf
- 融合粒子群和蛙跳算法的模糊C-均值聚類算法研究.pdf
- 基于中智C-均值聚類的分割算法研究.pdf
- 模糊C均值聚類算法的若干研究及其在IDS中的應(yīng)用.pdf
- 模糊C-均值算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
- 融合蟻堆聚類與模糊C-均值聚類的算法研究和分析.pdf
- 模糊c-均值算法的研究.pdf
- 基于模糊C均值算法在文本聚類中的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論