聚类算法及其在图像分割中的应用研究

来源 :南京师范大学 | 被引量 : 0次 | 上传用户:hulaxiazai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像分割就是指把图像分解成各具特性的局域并提出感兴趣目标的技术和过程。图像分割在图像工程中占很重要的位置,是从图像处理到图像分析的重要环节,也是进一步图像理解的基础,已在诸如计算机视觉、模式识别和医学图像处理等实际中得到了广泛的应用。图像分割领域的算法数以千计,但至今仍无通用的分割算法,也不存在一个判断分割是否成功的客观标准。应用到图像分割的聚类分析算法中最经典的是模糊C-均值聚类算法,其聚类过程不需要任何人工的干预。但经典的FCM(Fuzzy C-means)存在噪声敏感等不足,因而研究者围绕经典FCM的改进展开相应的研究,取得了一些进展,仍有很多问题需要研究。论文从抑制噪声和提高收敛速度的角度出发对经典的FCM进行改进并将其应用到图像分割领域。主要工作包括以下方面:   (1)提出一种嵌入先验知识的模糊聚类方法PKFCM。经典的FCM采用迭代的爬山技术来寻找最优解。在爬山中重视了单个样本之间相邻两代的影响,但未考虑前次样本集整体分布结构对下次迭代的引导作用。为此,本文在经典的模糊聚类算法基础上提出一种嵌入先验知识的模糊聚类方法PKFCM,并探讨嵌入先验知识与聚类效果的关系。实验结果表明算法PKFCM是有效的可行的。   (2)提出基于距离惩罚的模糊聚类方法PDFCM。经典FCM不能有效抑制噪声。为此,提出了PDFCM模糊聚类方法,即在标准FCM基础上,依据样本和领域信息启发对样本和聚类中心距离添加惩罚项,从而达到有效抑制噪声的目的。实验结果表明新的PDFCM是有效的。   (3)提出基于先验知识和距离惩罚的聚类方法NRFCM。PDFCM可以克服经典FCM不能有效抑制高斯噪音的问题,但在实现世界中,仍然存在许多颗粒噪声在影响分割质量。为此,结合PKFCM和PDFCM优点提出了一种新的更能提高鲁棒性的聚类方法NRFCM。实验结果表明NRFCM分割效果要优于FCM、RFCM、FCM_S1等聚类方法。
其他文献
高光谱遥感数据凭借非常高的光谱分辨率,在地物分类方面存在巨大的潜力,从而在矿藏勘探,环境保护等诸多领域得到了广泛的应用。近年来,随着高光谱分类算法研究的不断深入,融合了空间特征的分类模型成为学者们研究的热点领域。而以往的许多研究忽视了空间特征的重要作用,以及很少对多种特征的融合策略进行研究。基于这种现状,本文主要对多种特征在不同的层面的融合方式进行研究,主要内容如下:第一,从高光谱遥感数据的构成、
在计算机网络技术快速发展的今天,网络安全越来越受到人们的重视,非法外联监控系统是解决网络安全问题的有效手段。在一些保密级别较高的内部网络中,网络管理人员往往在内部
数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中发现有趣知识的过程,是涉及人工智能和数据库等学科的一个相当活跃的研究领域。序列模式发现是其中一个重要的
随着半导体工艺的发展,片上系统(System on Chip)体系结构设计变得越来越复杂,一个片上系统通常集成数十个或者上百个IP核,每个IP核都相当于传统意义的内存、处理器、DSP和AS
自动售货机是含有商品销售和物流配送的系统。随着科技的发展,自动售货机的功能也越来越多,比如在传统的自动售货机中装载无线模块,通过短信息传递来监控自动售货机的销售和机器运行状态,这样使得系统过程越来越复杂。为了使系统的开发人员、维护补给人员、监控管理人员对自动售货机系统的运行有一个统一的理解,合理的组织和优化企业内部物流配送方式,建立合理的物流控制系统,因此要建立可以精确模拟系统动态运行的模型,来定
随着通信技术和因特网技术的发展和广泛应用,越来越多的人们需要一种方便快捷的因特网接入服务,于是融合了异构网络互连和低成本高速率等优势的无线Mesh网络作为一种无线宽带接
普适家庭医疗系统具备医疗服务业与普适计算的特性。医疗行业是一个信息密集化的领域,信息安全尤为重要。普适计算,作为计算技术的第三代浪潮,具备上下文感知能力。这种特性
分类是用训练样本建立的模型将测试样本分到一个或多个类中。传统的单标签分类问题是假设类之间相互独立,一个样本仅能归为其中一类,而在实际应用中,样本会和多个类相关联,需
生物的大脑是一个庞大的计算系统,其计算能力逐渐被人们所认识和掌握,模拟生物大脑功能提出的神经网络理论正是人们认识大脑功能的强有力证据。自从Hopfield教授利用神经网络成
无线传感器网络应用主要分为两种:环境监测和目标跟踪。由于无线传感器网络节点能量有限的特性,能量节省在两种应用中都是关键问题。环境监测应用中,网络布撒于监测范围内,通