圖像軟分割算法研究.pdf

1、圖像分割是圖像處理的基礎(chǔ)，分割質(zhì)量直接影響到其后中高層處理的成敗。圖像軟分割由于其良好的分割效果而被廣泛應(yīng)用?；谀：垲惡突谀：B通度的圖像軟分割算法是兩種常用的圖像軟分割算法。
　　基于傳統(tǒng)模糊聚類的圖像軟分割算法都需要計算聚類中心，然而事實上很多數(shù)據(jù)并不存在真正的聚類中心，導(dǎo)致分割出現(xiàn)敏感于噪聲點等問題。本文提出一種基于無需聚類中心的圖像軟分割算法。不同于傳統(tǒng)的聚類，無需聚類中心聚類是模糊C均值的（FCM）的改進(jìn)，它不再需

2、要計算聚類中心，通過判斷樣本點與聚類間的模糊相似性來確定樣本所屬類別，因此可以處理任意形狀的數(shù)據(jù)，魯棒性強(qiáng)。本文提出的新方法中，先用均值漂移法對圖像進(jìn)行初分割，然后用無需聚類中心聚類進(jìn)行區(qū)域合并最后得到分割圖。
　　基于模糊連通度的圖像軟分割算法是同時考慮空間上的毗鄰關(guān)系和特征信息。本文定義了一種引入鄰域密度指標(biāo)（NDI）的新的模糊連通度，NDI能真實地反映數(shù)據(jù)點的稠密信息。本文提出的新的基于模糊連通度的圖像軟分割方法能更合理地考