圖像譜方法分割的研究及應(yīng)用.pdf

1、圖像分割是模式識(shí)別和圖像處理的重要組成部分，針對(duì)具體的圖像有不同的分割方法，其中基于圖論的圖像譜方法分割是近年來(lái)國(guó)際上圖像分割領(lǐng)域的一個(gè)新的研究熱點(diǎn)。盡管譜聚類(lèi)算法具有堅(jiān)實(shí)的譜圖理論基礎(chǔ)，并且在實(shí)踐中也得到了很好的應(yīng)用效果，但仍存在許多問(wèn)題：如何建立節(jié)省空間的快速譜聚類(lèi)算法，使用什么核函數(shù)構(gòu)造鄰接矩陣，如何自動(dòng)確定譜聚類(lèi)的數(shù)目。 本文針對(duì)以上問(wèn)題做了一些具體的研究，首先，從理論上分析了譜分割的Nystrom采樣快速算法，由于可以

2、通過(guò)1％的樣本點(diǎn)對(duì)總體樣本做出比較準(zhǔn)確的估計(jì)，所以與傳統(tǒng)經(jīng)典的譜方法分割相比，大大的降低了空間和時(shí)間復(fù)雜度，并且通過(guò)具體實(shí)驗(yàn)與傳統(tǒng)譜方法比較，總結(jié)了Nvstrom采樣的譜分割的優(yōu)點(diǎn)。其次，重點(diǎn)考慮到衡量?jī)蓚€(gè)樣本間相似度的核函數(shù)對(duì)整個(gè)譜聚類(lèi)的重要性，首次提出使用了權(quán)重馬氏距離高斯核計(jì)算樣本的相似度矩陣。與歐氏距離和普通的馬氏距離相比較，馬氏距離消除了歐氏距離中各個(gè)指標(biāo)量綱不同，各個(gè)量綱相關(guān)性對(duì)計(jì)算結(jié)果的影響，然而，在計(jì)算兩個(gè)特征向量之間的

3、距離的時(shí)候，馬氏距離只粗略的認(rèn)為兩個(gè)向量屬于同一個(gè)類(lèi)，同分布，沒(méi)有考慮到兩個(gè)向量不屬于同一個(gè)類(lèi)時(shí)，結(jié)果依賴于類(lèi)規(guī)模大小的情況，所以，本文提出的加權(quán)馬氏距離高斯核更能貼切的反映兩個(gè)樣本之間的相似度，并且通過(guò)具體的分割實(shí)驗(yàn)結(jié)果，驗(yàn)證了這種核函數(shù)的優(yōu)越性。再次，考慮到每次手動(dòng)的調(diào)整譜聚類(lèi)的中心數(shù)，對(duì)分割結(jié)果有很大的影響，針對(duì)具體的實(shí)驗(yàn)，嘗試提出了一種自動(dòng)的聚類(lèi)方法，這種方法簡(jiǎn)單累加各個(gè)向量的指標(biāo)相似度，達(dá)到一定的相似度閾值歸為一類(lèi)，結(jié)果得出的