基于FCM類型算法的自動(dòng)圖像分割方法研究.pdf

1、圖像分割是模式識(shí)別和計(jì)算機(jī)視覺中的一個(gè)經(jīng)典問題，尤其在圖像處理、分析和理解等領(lǐng)域中是一項(xiàng)關(guān)鍵技術(shù)，其分割結(jié)果的好壞直接影響到視覺系統(tǒng)的性能。由于成像中各種因素的影響，使得待分割圖像的目標(biāo)與背景之間一般帶有一定的相似性和不確定性，而模糊信息處理技術(shù)特別適合此類問題的解決，因此在圖像分割中得到了十分廣泛的應(yīng)用。 基于以上原因，本文研究了以模糊聚類理論為基礎(chǔ)的，在圖像分割中頗為流行的模糊均值聚類算法，并針對(duì)其在圖像分割應(yīng)用中的不足之處

2、進(jìn)行了改進(jìn)和革新。主要研究成果可歸納如下： 1.首先構(gòu)造了兩種二維直方圖，并結(jié)合加權(quán)模糊均值聚類算法和塔形分解的多尺度變分辨率思想，提出了一種新的圖像快速分割算法——基于二維直方圖加權(quán)的塔形模糊均值聚類算法，這一新算法提高了標(biāo)準(zhǔn)模糊均值聚類算法的分割速度并降低了分割對(duì)噪聲的敏感程度。 2.其次，提出了基于新算法的聚類有效性評(píng)價(jià)函數(shù)——修正劃分模糊度，實(shí)現(xiàn)了圖像分割中最佳類別數(shù)的自動(dòng)確定。此外，深入研究了模糊均值聚類算法中