基于半監(jiān)督聚類的織物圖像分割算法研究.pdf

1、圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，在圖像工程中占有非常重要的位置，并且己在計算機視覺、模式識別和醫(yī)學圖像處理等領(lǐng)域中得到了廣泛的應(yīng)用。
　　 織物圖像的分割研究是圖像分割領(lǐng)域中的一個熱點?？椢飯D像是一種機織物的掃描圖，其分割方法與自然場景圖像分割相比，有自己的特點。在對織物圖像做分割處理時很大程度上取決于用戶的設(shè)定，即它不要求圖像的像素做非常精確的歸類，只需要對經(jīng)紗或緯紗上的像素進行大致的同一化歸類即可。
　　

2、為了解決織物圖像的分割問題，本文首先介紹了一些常用的圖像分割算法，比較了它們的優(yōu)缺點，給出了采用不同算法對織物圖像進行分割的結(jié)果，對獲得的結(jié)果進行討論。
　　 然后，把半監(jiān)督聚類算法和最小錯誤率貝葉斯決策理論相結(jié)合，提出了一種基于最小錯誤率貝葉斯決策的半監(jiān)督聚類算法。該算法首先建立圖像分割的最小錯誤率貝葉斯決策模型；其次從標簽數(shù)據(jù)中估計出不同類別的初始參數(shù)，對圖像中每一象素點計算對各個類別的后驗概率，依據(jù)最小錯誤率貝葉斯決策理論

3、對圖像中的每一像素點進行類別判斷，從而實現(xiàn)目標圖像的提?。蛔詈髮^(qū)域邊緣進行平滑處理，得到最終的分割結(jié)果。在貝葉斯決策過程中初始參數(shù)可以通過標簽數(shù)據(jù)得到，避免了隨機初始參數(shù)的盲目性和不確定性，使得聚類迭代陷入局部極值的可能性大大減小，也減少了迭代的次數(shù)，進而提高了分割的性能。對多幅織物圖像進行對比分割實驗，結(jié)果表明，該方法無須濾波就具有良好的抑制噪聲的能力，是一種可行的織物灰度圖像分割方法。
　　 最后，由于在眾多的顏色空間中，

4、HLC顏色空間成功地模擬了人類的顏色視覺特征。出于顏色視覺一致性的考慮，在HLC顏色空間中運用顏色距離進行彩色織物圖像分割。為了減少運算量，提高分割效率，提出了一種基于半監(jiān)督的顏色視覺聚類算法。該算法首先對彩色織物圖像進行顏色空間轉(zhuǎn)換，利用先驗信息和顏色距離作為判斷準則進行色彩聚類，然后進行區(qū)域合并，得到最終分割結(jié)果。實驗表明基于半監(jiān)督的顏色視覺聚類算法由于集成了先驗信息，能得到滿足給定限制的精確圖像分割結(jié)果，在抗干擾、運算速度和分割穩(wěn)