基于聚類的圖像分割算法研究.pdf

1、華中科技大學(xué)博士學(xué)位論文基于聚類的圖像分割算法研究姓名：李艷靈申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：控制科學(xué)與工程指導(dǎo)教師：沈軼20090712華中科技大學(xué)博士學(xué)位論文能群算法解決傳統(tǒng)模糊C均值算法需要確定初始分類數(shù)和初始聚類中心的問題。探討了均值漂移算法在圖像分割中的應(yīng)用。提出了基于共軛梯度法的快速均值漂移算法，利用共軛梯度算法收斂速度快、算法原理簡(jiǎn)單的特點(diǎn)，通過交替執(zhí)行共軛梯度算法和均值漂移算法提高原有均值漂移算法的收斂速度。分別利用最近鄰算法、

2、相關(guān)性比較算法和混合粒子群算法提出了不同的自適應(yīng)均值漂移圖像分割算法，解決經(jīng)典均值漂移算法的帶寬選擇問題。由于均值漂移算法與其它梯度升優(yōu)化算法一樣易陷入局部極值，因此提出利用混合粒子群算法優(yōu)化均值漂移矢量，然后再執(zhí)行經(jīng)典的均值漂移算法，以此解決其容易陷入局部極值的問題。最后利用輪廓波變換，從另外一種角度對(duì)傳統(tǒng)的模糊聚類分割算法進(jìn)行改進(jìn)以增強(qiáng)傳統(tǒng)聚類算法的抗噪性。該方法首先用輪廓波變換對(duì)圖像進(jìn)行去噪，然后再對(duì)去噪后的圖像進(jìn)行聚類分割，實(shí)驗(yàn)