学位论文 > 优秀研究生学位论文题录展示

基于模糊聚类的碑文拓片图像分割算法研究

作 者: 潘振赣
导 师: 龚声蓉
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 碑文拓片 图像分割 模糊聚类 模糊C-均值聚类算法
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 52次
引 用: 2次
阅 读: 论文下载
 

内容摘要


碑文拓片图像分割的目的是将图像中具有历史和研究价值的文字或图形从背景中分离出来,使之能够被识别和理解,以进一步分析研究,这对历史文物的保护和文化的传承有极其重要的意义。模糊聚类方法能很好反映碑文拓片图像的不确定性和模糊性,利用基于模糊C-均值(Fuzzy C Means,FCM)聚类的图像分割算法对碑文拓片图像进行分割,具有实际意义。本文围绕FCM聚类算法在碑文拓片图像分割中的实际应用及其改进开展了深入的研究,研究内容及创新点主要体现在:(1)分析研究了常用的图像分割方法。针对经典的几类分割方法难以达到好的分割效果,在分析碑文拓片图像不确定性和模糊性特点的基础上,提出采用FCM聚类算法对碑文拓片图像进行分割的解决思路。(2)对标准FCM聚类算法在碑文拓片图像分割中的应用进行深入探讨,研究并分析了标准FCM聚类算法及含有不同噪声的碑文拓片图像的分割效果。实验结果表明,标准FCM算法对于含噪声较少的碑文拓片图像有很好的分割效果,但对含噪声较多的图像分割效果欠佳,且运算时间过长。(3)针对标准FCM聚类算法抗噪能力差、运算时间长等缺点,提出了一种基于改进的快速FCM的碑文拓片图像分割算法。在标准FCM算法中融入图像空间信息,实现快速聚类,并在此基础上,充分利用像素的邻域特性,依据最大隶属度原则,划分图像像素的类别归属,结合空间函数重新定义隶属函数。实验结果表明,与其它FCM聚类算法相比,本文提出的算法对碑文拓片图像进行分割,能够有效消除和抑制噪声,正确分割率高,图像更清晰,并且分割速度快,运算时间少。

全文目录


中文摘要  5-6
Abstract  6-10
第一章 绪论  10-17
  1.1 研究背景及意义  10-13
  1.2 国内外发展现状  13-15
  1.3 本文的研究内容与安排  15-17
第二章 碑文拓片图像分割方法分析  17-25
  2.1 图像分割基础  17-18
  2.2 图像分割方法分析  18-23
    2.2.1 基于阈值的图像分割方法  19-20
    2.2.2 基于区域的图像分割方法  20-22
    2.2.3 基于边缘检测的图像分割方法  22-23
    2.2.4 分析与结论  23
  2.3 本章小结  23-25
第三章 基于FCM 聚类的碑文拓片图像分割算法  25-37
  3.1 模糊聚类理论基础  25-28
    3.1.1 模糊集合理论  25-26
    3.1.2 聚类分析  26-28
  3.2 FCM 聚类算法  28-31
    3.2.1 数据集的c 划分  28-29
    3.2.2 FCM 聚类算法  29-31
  3.3 基于FCM 聚类的碑文拓片图像分割算法  31-33
  3.4 实验与分析  33-36
    3.4.1 图像分割算法的评价准则  33-34
    3.4.2 FCM 聚类算法分割实验  34-35
    3.4.3 基于FCM 聚类的碑文拓片图像分割算法的优缺点  35-36
  3.5 本章小结  36-37
第四章 基于改进的快速FCM 聚类的碑文拓片图像分割算法  37-46
  4.1 快速FCM 聚类算法  37-39
  4.2 基于改进的快速FCM 聚类的碑文拓片图像分割算法  39-42
    4.2.1 邻域像素的灰度相似度  39-40
    4.2.2 邻域像素的空间分布特征  40-41
    4.2.3 基于改进的快速FCM 聚类的碑文拓片图像分割算法  41-42
  4.3 实验与分析  42-44
  4.4 本章小结  44-46
第五章 总结与展望  46-48
  5.1 总结  46-47
  5.2 展望  47-48
参考文献  48-51
攻读学位期间公开发表的文章  51-52
致谢  52-53

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  4. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  5. 土壤环境功能区划研究,X321
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  8. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  9. 演化聚类算法及其应用研究,TP311.13
  10. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  11. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  12. 基于单目夜视图像的深度估计,TP391.41
  13. 基于中介真值程度度量的图像分割方法研究,TP391.41
  14. 基于空间邻域词袋模型的图像标注技术,TP391.41
  15. 电力系统电压无功控制方法研究,TM761.1
  16. Web图像搜索中基于GPU的图像分割技术术究,TP391.41
  17. 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
  18. 停车诱导在智能移动终端上的设计与实现,TN929.53
  19. 基于主动轮廓模型的图像分割方法研究,TP391.41
  20. 基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41
  21. 基于变分水平集的图像分割算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com