彩色图像分割算法的研究与实现

论文题目: 彩色图像分割算法的研究与实现

论文类型: 硕士论文

论文专业: 计算机软件与理论

作者: 张晓芸

导师: 朱庆生

关键词: 彩色图像分割,主分量分析,模糊均值聚类,特征空间

文献来源: 重庆大学

发表年度: 2005

论文摘要: 图像处理应用广泛,其中数字图像处理技术更是被广泛应用于生活的各方各面。图像分割作为“数字图像处理工程”(简称为图像工程)中由图像底层处理过渡到图像分析的关键步骤,一直是图像技术研究中的热点和焦点。在过去的很多年里,多数的研究都致力于单色图像的分割,随着近年来个人计算机处理能力的迅速提高,彩色图像的分割引起人们越来越多的关注。但是很多原有的分割灰度图像的算法并不适合于直接分割彩色图像,所以进一步研究专门用于彩色图像分割的方法,并且使它具有通用性和更好的处理效果是研究人员所追求的目标。围绕彩色图像分割这一课题,本文的研究工作主要包括以下几个方面:1.从色彩空间和分割方法两方面分析讨论了彩色图像分割方法。首先对多年来彩色图像分割领域中出现的彩色空间进行了归纳和总结,指出了各类彩色空间在彩色图像分割中的特点。然后针对当前主流的彩色图像分割算法进行了分类、分析、归纳和总结,掌握原理并指出了各类方法的优缺点。最后指出,根据分割问题的特点,选择恰当的分割方法和最佳的色彩空间,设计出有效、可行的针对某类问题的分割算法是解决分割问题的有效途径之一。2.主分量分析技术通常用于数据压缩和统计特征的提取。本文研究了主分量分析的基本理论,进行了主分量变换的实验;找到了主分量分析应用于图像聚类分割的切入点:即主分量分析所得最大特征值对应的特征向量方向即像素的最佳延伸方向。3.基于PCA技术和模糊C-均值算法,提出了一种针对存在光斑和阴影(受光照条件影响)的彩色图像的有效分割方法。论文首先分析了为什么要使用模糊聚类的技术;然后讨论了聚类空间对聚类结果的影响,着重介绍了本文聚类时所用的“指定分割区域色彩特征空间”,分析了采用该空间的理论和实验依据;为了进一步提高分割准确性,根据主分量分析的统计原理,我们进一步对聚类数据进行了权重变换,并在FCM中引入簇分布方向性的计算。给出了算法详细的流程步骤,并进行了实验。实验证明,本文中提出的方法是有效的,对于处理带有亮斑、阴影的彩色图像能够对指定色彩的区域获得较好的分割结果。最后在总结全文的基础上,提出了若干有待进一步深入研究和探讨的问题。

论文目录:

摘要

ABSTRACT

1 绪论

1.1 图像处理概述

1.2 数字图像处理技术

1.3 图像分割的定义及研究意义

1.4 论文的选题和研究意义

1.5 本文的主要工作及内容安排

1.6 本章小结

2 彩色图像分割的研究

2.1 引言

2.2 彩色空间的表示

2.3 彩色图像分割的方法

2.4 本章小结

3 主分量分析（PCA）技术

3.1 什么是主分量分析

3.2 主分量分析的原理

3.3 彩色图像如何实现主分量分析

3.4 使用主分量变换表示图像的优缺点

3.5 本章小结

4 模糊C－均值聚类算法

4.1 聚类分析

4.2 基于目标函数的聚类方法

4.3 模糊C－均值聚类算法是典型的目标函数聚类算法

4.4 本章小结

5 基于PCA 的模糊C－均值聚类算法

5.1 引言

5.2 特征空间内的模糊C－均值聚类

5.3 实验步骤

5.4 实验结果及讨论

5.5 本章小结

6 结束语

6.1 工作总结

6.2 前景展望

致谢

参考文献

附录

独创性声明

学位论文版权使用授权书

发布时间: 2006-12-05

参考文献

[1].彩色图像分割算法研究[D]. 万施.南昌大学2010
[2].基于小波变换和图论的彩色图像分割算法研究[D]. 张云峰.中南大学2013
[3].基于模糊C均值聚类的图像分割算法研究[D]. 宋娈娈.中北大学2015
[4].粗糙集理论在彩色图像分割算法中的应用研究[D]. 朱婷婷.山西大学2016
[5].基于模糊聚类的图像分割算法研究[D]. 何月.吉林大学2012
[6].数字图像分割算法优化及并行化实现[D]. 陈宇轩.东北大学2016
[7].基于超像素的神经元电镜图像分割算法及校验工具[D]. 肖振鹏.哈尔滨理工大学2018
[8].基于RGB颜色分布模型的MRF图像分割算法研究[D]. 黄晨雪.湖北工业大学2018
[9].基于对比度和GrabCut的彩色图像分割算法研究[D]. 张宁雨.河北大学2018
[10].基于模糊聚类的图像分割算法的研究与应用[D]. 陆海青.江南大学2018

彩色图像分割算法的研究与实现

猜你喜欢