基于模糊理論分析的圖像分割算法研究.pdf

1、圖像分割是一種基本的計(jì)算機(jī)視覺技術(shù)，是由圖像處理到圖像分析的關(guān)鍵步驟。由于成像過程中受各種因素的影響，圖像自身存在著許多不確定性和不精確性的問題。而模糊理論方法對(duì)于圖像的這種不確定性有很好的描述能力，因而近年來基于模糊方法的圖像分割算法得到了廣泛的應(yīng)用與研究。本論文主要是在現(xiàn)存的模糊聚類算法和模糊輪廓模型算法的基礎(chǔ)上，著重分析了目前基于模糊的分割算法所存在的問題，并通過深入研究獲得了有效的方法來解決模糊方法應(yīng)用于圖像分割所面臨的一些實(shí)際

2、問題。
　　本文的主要工作如下：
　　1.針對(duì)于含有高強(qiáng)度噪聲圖像的分割區(qū)域一致性不好與分割精度低的問題，本文提出了一種新的基于空間鄰域信息的模糊 C均值圖像分割算法。該算法引入了加權(quán)平衡因子，考慮了像素點(diǎn)的空間距離約束和空間灰度約束，保證了空間鄰域信息的完整性。其次，改進(jìn)算法還采用核空間距離測度進(jìn)行聚類，準(zhǔn)確反映出了數(shù)據(jù)的分布特點(diǎn)，提高了分割的精度。此外，改進(jìn)算法避免了參數(shù)選擇的問題，提升了聚類算法的穩(wěn)定性和聚類性能。實(shí)驗(yàn)

3、結(jié)果表明，該算法得到的圖像聚類分割結(jié)果更穩(wěn)定、邊緣更平滑、區(qū)域一致性更好，具有很強(qiáng)的噪聲抑制能力。
　　2.針對(duì)于灰度不均勻圖像的分割問題，本文提出一種基于鄰域信息的模糊活動(dòng)輪廓模型用于灰度不均勻圖像分割。由于現(xiàn)存的模糊活動(dòng)輪廓模型僅利用圖像的全局信息，因此改進(jìn)模型算法通過引入高斯核函數(shù)來控制鄰域窗口的作用范圍，充分利用灰度不均勻圖像的局部統(tǒng)計(jì)信息。經(jīng)實(shí)驗(yàn)證明，用改進(jìn)的模糊活動(dòng)輪廓模型對(duì)灰度不均勻圖像進(jìn)行分割，能獲得清晰、準(zhǔn)確的分