基于顏色空間的圖像分割方法研究.pdf

1、圖像分割處于圖像處理技術(shù)的基礎(chǔ)環(huán)節(jié),同時(shí)也是圖像處理研究領(lǐng)域中最困難的研究項(xiàng)目之一。圖像分割的質(zhì)量決定了圖像理解中的目標(biāo)檢測、特征提取和目標(biāo)識別等的效果,這就意味著它決定了圖像的最終分析質(zhì)量和模式識別的判別結(jié)果。因此,圖像分割意義重大。
　　模糊聚類結(jié)合了模糊集理論和聚類理論,并將兩者的優(yōu)勢集結(jié)了起來,所以成為圖像分割常用的方法。模糊C均值聚類(FCM)算法是最具代表性的方法,它作為一種無監(jiān)督的模糊聚類方法,在實(shí)現(xiàn)過程中避免了人為

2、干預(yù),使得算法在處理中具有更好的穩(wěn)定性。該算法已經(jīng)成功地應(yīng)用于圖像分割、數(shù)據(jù)挖掘、目標(biāo)識別、醫(yī)學(xué)診斷等領(lǐng)域。
　　本文主要的研究對象是模糊C均值聚類算法,首先介紹了硬C均值聚類和傳統(tǒng)的模糊C均值聚類算法,針對傳統(tǒng)模糊C均值聚類算法的缺點(diǎn),進(jìn)行了兩方面的改進(jìn):
　　(1)首先采用分層減法聚類得到快速模糊C均值聚類,然后與HIS顏色空間相結(jié)合,得到基于HIS顏色空間的快速模糊C均值聚類算法,實(shí)驗(yàn)證明改進(jìn)后算法的計(jì)算速度有所提高;