学位论文 > 优秀研究生学位论文题录展示

基于中介真值程度度量的图像分割方法研究

作　者: 杨婷婷
导　师: 周宁宁
学　校: 南京邮电大学
专　业: 计算机应用技术
关键词: 图像分割 FCM图像分割算法 中介真值程度的度量 中介隶属度函数 边缘检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 14次
引　用: 0次
阅　读: 论文下载
 

内容摘要


图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。它是图像处理到图像分析的关键步骤,也是一经典难题。本文对模糊聚类理论、标准FCM算法和基于FCM算法的图像分割方法进行了深入的研究并对FCM图像分割算法的相关难点进行了分析。针对FCM图像分割算法对噪声敏感的问题,考虑了图像像素之间的空间信息,利用像素点与其邻域像素灰度的相似性及相关性和中介真值程度的度量定义了中介隶属度函数,提出了基于中介真值程度度量的FCM图像分割算法。实验结果表明该算法的抗噪性要明显好于标准FCM图像分割算法,而且在分割时具有更大的确定性和更小的模糊性。本文在对经典的图像边缘检测算法进行了深入研究的基础上,利用图像边缘的两个特性:边缘点的邻域内灰度值变化显著和边缘与边缘走向垂直的方向有一个局部峰值,并结合基于中介真值程度度量的图像边缘检测算法和阈值的迭代计算方法,设计了基于中介真值程度度量的自适应图像边缘检测算法。实验结果表明,新算法不仅能够检测出连续的边缘,而且比一些经典的边缘检测算法更能有效的保留图像的细节,具有更好的抗噪性。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-14
  1.1 研究背景  8-9
  1.2 图像分割概念  9
  1.3 图像分割算法概述  9-12
    1.3.1 阈值化分割算法  10
    1.3.2 基于聚类的图像分割算法  10-11
    1.3.3 基于区域的图像分割算法  11
    1.3.4 基于边缘检测的图像分割算法  11-12
    1.3.5 基于特定理论的图像分割算法  12
  1.4 论文的研究意义和主要研究内容  12-13
  1.5 论文的组织安排  13-14
第二章 中介真值程度的度量  14-18
  2.1 中介数学和中介真值程度度量的研究背景  14
  2.2 中介数学系统的基本符号  14-15
  2.3 中介真值程度的度量  15-17
    2.3.1 超态概念  15
    2.3.2 距离概念  15-16
    2.3.3 一维情形的真值程度的度量  16
    2.3.4 距离比例函数  16-17
  2.4 本章小结  17-18
第三章 基于中介真值程度度量的FCM 图像分割方法及实现  18-37
  3.1 FCM 聚类算法简介  18-25
    3.1.1 模糊聚类理论  18-20
    3.1.2 模糊C 均值聚类算法原理  20-22
    3.1.3 模糊C 均值聚类图像分割算法  22-25
  3.2 基于中介真值程度度量的FCM 图像分割方法  25-30
    3.2.1 基于中介真值程度度量的像素点间的相似性度量  25-27
    3.2.2 图像的中介隶属度  27-29
    3.2.3 基于中介的FCM 图像分割算法的主要思想  29-30
  3.3 基于中介真值程度度量的FCM 图像分割方法的实现  30-36
    3.3.1 基于中介的FCM 图像分割算法的设计  30-31
    3.3.2 基于中介的FCM 图像分割算法的实现步骤  31-32
    3.3.3 实验结果及分析  32-36
  3.4 本章小结  36-37
第四章 基于中介真值程度度量的自适应图像边缘检测方法及实现  37-52
  4.1 图像边缘及边缘检测  37-42
    4.1.1 图像边缘  37
    4.1.2 边缘检测的步骤及要求  37-39
    4.1.3 经典的边缘检测算法  39-42
  4.2 基于中介真值程度度量的自适应图像边缘检测方法  42-46
    4.2.1 基于中介的图像边缘检测算法  43-45
    4.2.2 迭代式阈值计算方法  45-46
    4.2.3 基于中介的自适应图像边缘检测算法的主要思想  46
  4.3 基于中介真值程度度量的自适应图像边缘检测方法的实现  46-51
    4.3.1 基于中介的自适应图像边缘检测算法的设计  46-48
    4.3.2 基于中介的自适应图像边缘检测算法的实现步骤  48
    4.3.3 实验结果及分析  48-51
  4.4 本章小结  51-52
第五章 总结与展望  52-53
  5.1 总结  52
  5.2 展望  52-53
致谢  53-54
参考文献  54-57
在学期间的研究成果及发表的学术论文  57

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. 基于机器视觉的光纤几何参数检测研究,TN253
  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. 交通视频中车辆异常行为检测及应用研究,TP391.41
  9. 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
  10. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  11. 基于OpenCV的人脸检测方法研究,TP391.41
  12. 计算机辅助髋关节置换手术系统研究与开发,TP391.41
  13. 跟踪印花系统视觉检测算法研究,TP391.41
  14. 基于单目夜视图像的深度估计,TP391.41
  15. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  16. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  17. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  18. 基于空间邻域词袋模型的图像标注技术,TP391.41
  19. 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
  20. Web图像搜索中基于GPU的图像分割技术术究,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