论文摘要
图像分割是图像分析和模式识别的基础,同时也是图像处理的经典问题,即把图像中所有的像素点按照实际应用的需要将其分到特征相同或相似的类中。因为灰度图像所含有的信息量要比彩色图像所含有的信息量少的多,因此越来越多的研究人员从事对彩色图像分割算法的研究。聚类方法由于其自身的优越性在彩色图像分割中得到了很好的应用,利用其完成图像的分割,不仅仅简单方便、容易实现而且分割后图像也能达到理想效果。在现有的数据聚类算法中被广泛应用在图像分割中的聚类方法是模糊C均值(FCM)聚类算法,同时FCM聚类算法也是著名的聚类算法之一。虽然FCM聚类算法由于其身的优点得以广泛的应用在图像分割领域中,但是它仍然存在缺点,(1)目标函数收敛已陷入到局部极值;(2)初始聚类中心影响算法的收敛速度及分类效果;(3)聚类类数的多少需要在进行聚类前确定好;(4)算法的运算量非常大。由于FCM聚类在对数据进行分类处理时是利用迭代优化的方法,这也就使得聚类中心和隶属度矩阵在每一次的迭代中都要重新计算一遍,致使计算量非常大。而彩色图像本身就是一个大数据量的样本集,对这样的样本集利用FCM聚类分类以达到图像分割目的,势必会加大计算量和运算时间,因此想要在彩色图像分割领域中使模糊C均值聚类算法的达到广泛的应用,必须克服FCM聚类计算量大、运算耗时这一难题,但是目前为止还没有一种方法能很好的解决这一问题。本文在阅读了大量有关彩色图像分割方法和解决FCM聚类算法计算量大、耗时等问题的文献的基础上,分析以前的研究人员了在利用FCM聚类算法分割彩色图像采用的解决方法,以及这些方法各自存在的局限性和缺点,提出了一种基于分层减法聚类的快速FCM聚类算法(SKFCM)对彩色图像进行分割,同时利用Xie-Beni指标确定聚类类数。通过实验分析验证了该方法的有效性,本文提出的新方法由于对数据样本集进行了预处理减少了FCM聚类的样本数,从而使其运算速度有所提高,同时利用Xie-Beni指标来确定聚类类数。在图像分割效果不变的前提下,基于分层减法聚类的快速FCM聚类算法能有效克服FCM聚类算法的缺点。论文的主要工作如下:1、对常用的彩色空间进行研究,分析各个彩色空间的优缺点以及适用范围,为以后的彩色图像分割所应用的彩色空间的选取做好准备。2、对当今主流的彩色图像分割算法进行分类、分析、归纳和总结,着重对模糊C均值聚类算法进行研究,分析其优缺点。3、针对FCM算法中存在的计算量大、耗时速度慢的问题,将分层减法聚类引入到FCM中。先对数据集进行分层减法聚类得到np个色彩相似的子集,由于np远小于数据样本大小n,将极大地提高FCM的运算速度。同时可以用减法聚类得到的中心作为FCM聚类算法的初始中心,减少随机选择的初始聚类中心对聚类性能的影响。4、针对FCM算法中聚类数目事先确定的缺点,通过计算考虑数据点紧密度-分离度的Xie-Beni指标,对聚类的有效性进行分析,以得到最佳的聚类数目,能达到无人工干预自动分割图像的要求。5、通过对大量图片的分割仿真实验,分析本文提出的分割算法(SKFCM)的优势以及存在的问题。
论文目录
相关论文文献
- [1].基于FCM算法对刮板输送机故障的分析与诊断[J]. 机械管理开发 2020(02)
- [2].基于FCM聚类的随机子空间低频振荡模态识别算法[J]. 电力系统及其自动化学报 2020(04)
- [3].基于FCM聚类算法的自适应逆控制器设计[J]. 化工自动化及仪表 2020(04)
- [4].基于FCM算法大口径机枪的作战效能评估[J]. 中北大学学报(自然科学版) 2016(02)
- [5].FCM在市场营销专业教学中的应用研究[J]. 当代教育实践与教学研究 2015(10)
- [6].基于翻转课堂模式(FCM)的《土木工程材料》课程教学改革[J]. 教育教学论坛 2015(42)
- [7].基于FCM的方位标测量数据野值剔除方法研究及应用[J]. 战术导弹技术 2014(01)
- [8].基于FCM的终端区交通态势识别[J]. 航空计算技术 2014(01)
- [9].基于FCM城市区域道路交通状态时空分层判别方法[J]. 计算机应用研究 2012(04)
- [10].基于FCM算法的连锁故障评价及路径划分方法研究[J]. 现代电力 2008(06)
- [11].改进FCM模糊聚类算法对主轴箱温度测点优化分析[J]. 机械工程与自动化 2020(03)
- [12].基于FCM聚类及抖动半调的数码迷彩生成方法[J]. 韩山师范学院学报 2013(03)
- [13].一种基于粗集与FCM结合的图像分割方法[J]. 江西理工大学学报 2011(01)
- [14].FCM-Ⅱ型分布式主要通风机性能测定系统的应用[J]. 煤矿安全 2011(04)
- [15].基于FCM聚类的时间序列模糊关联规则挖掘[J]. 大连理工大学学报 2010(05)
- [16].基于分水岭变换和FCM的图像分割[J]. 计算机工程与科学 2009(12)
- [17].基于图谱理论的FCM图像分割方法研究[J]. 计算机应用 2008(11)
- [18].FCM改进方法在图像分割中的知识发现[J]. 实验室研究与探索 2020(03)
- [19].基于改进FCM算法的加权马尔可夫链的年降水预测[J]. 灌溉排水学报 2017(10)
- [20].一种改进的FCM算法在手写数字识别中的应用[J]. 湖北工业职业技术学院学报 2016(02)
- [21].时间序列信号多尺度FCM聚类方法[J]. 自动化与仪器仪表 2010(02)
- [22].基于二维直方图加权的高斯核FCM图像分割[J]. 信息技术 2016(12)
- [23].基于FCM的气温质量控制和专家场订正初步研究[J]. 气象水文海洋仪器 2017(02)
- [24].改进FCM聚类在彩色荧光图像分割中的应用[J]. 计算机与数字工程 2015(02)
- [25].基于FCM和条件熵的风机属性约简[J]. 机械研究与应用 2013(06)
- [26].基于改进FCM聚类算法的火灾图像分割[J]. 计算机仿真 2011(04)
- [27].基于模糊聚类(FCM)的学生成绩数据挖掘[J]. 电脑与电信 2010(02)
- [28].基于改进型FCM算法的牛肉大理石花纹提取方法[J]. 农业机械学报 2010(08)
- [29].一种基于区间数的扩展FCM聚类算法[J]. 化工自动化及仪表 2010(08)
- [30].基于相平面图分析的FCM视网膜神经节细胞响应的研究[J]. 航天医学与医学工程 2010(06)