圖像歸一化分割方法研究.pdf

1、圖像分割是將圖像分成互相獨立且有意義的區(qū)域,是計算機視覺和圖像處理的重要技術,已在工業(yè)、軍事、醫(yī)學等領域有著普遍應用?；趫D論的圖像分割算法是近年來新發(fā)展起來的一種新的圖像分割技術,其中歸一化分割算法是基于圖論分割的一個研究熱點。歸一化分割算法是一種基于全局優(yōu)化準則的方法,不易產(chǎn)生小區(qū)域現(xiàn)象。但它直接在像素上進行圖像分割,計算復雜度比較大,并且求解歸一化分割準則的最小值是一個NP難問題。
　　針對歸一化分割算法的不足,本文提出一種

2、基于最小生成樹劃分的模糊C-均值聚類算法與自適應遺傳算法的歸一化分割準則相結合的圖像分割方法,主要內(nèi)容如下:
　　1)利用最小生成樹劃分的模糊C-均值聚類算法對原圖進行聚類,獲得最大相似區(qū)域。解決了歸一化分割算法隨著像素增加,計算復雜度增大的缺點。最小生成樹劃分的模糊C-均值聚類算法將原圖轉換成圖并采用Kruskal算法建立最小生成樹,然后根據(jù)密度準則對最小生成樹進行劃分獲得子樹,將子樹的個數(shù)和中心分別作為聚類數(shù)目和初始聚類中心進

3、行模糊C-均值聚類,得到最大相似區(qū)域。
　　2)利用自適應遺傳算法的歸一化分割準則對最大相似區(qū)域進行遺傳迭代操作,尋找使歸一化值最小的最優(yōu)染色體。解決了求歸一化分割準則最小值的難題。自適應遺傳算法的歸一化分割準則對最大相似區(qū)域進行染色體編碼,將區(qū)域個數(shù)作為種群大小,隨機產(chǎn)生初始種群,以歸一化分割準則作為適應度函數(shù),對種群進行選擇、交叉和變異遺傳迭代操作,直到滿足條件為止,最后將歸一化值最小的最優(yōu)染色體映射回原圖得到圖像的分割結果。