基于GS方法的圖像最佳分割的研究.pdf

1、聚類分析作為多元統(tǒng)計(jì)分析的一個分支，用于圖像分割已有相當(dāng)一段歷史。本文基于Gap Statistic（GS）方法從估計(jì)最佳聚類數(shù)的角度對圖像存在的最佳分割進(jìn)行研究。 2000年，斯坦福大學(xué)三位學(xué)者提出了GS方法，用來估計(jì)數(shù)據(jù)集中存在的最佳聚類數(shù)。事實(shí)上，聚類分析只提供了將數(shù)據(jù)集分類的方法，而沒有給出判斷最佳分類的準(zhǔn)則。GS方法通過尋找一個適當(dāng)?shù)膮⒖挤植?，并將?shù)據(jù)集的離散程度與在這個參考分布下的離散程度作比較，得到一個Gap統(tǒng)計(jì)量

2、，通過對統(tǒng)計(jì)量的分析得到對最佳聚類數(shù)的估計(jì)。 GS方法是本文的核心，為將該方法用于圖像分割中，本文首先結(jié)合聚類分析提出了一個基于GS方法的圖像分割框架。框架由四部分組成：圖像輸入階段、圖像特征處理階段、聚類擇優(yōu)階段和最后的分割結(jié)果。 為給出一個具體的圖像分割過程，本文對GS方法進(jìn)行了改進(jìn)，通過修正Gap統(tǒng)計(jì)量，計(jì)算出一維情況下Gap統(tǒng)計(jì)量的具體函數(shù)表達(dá)式。在此基礎(chǔ)上提出一個圖像分割算法：最佳自適應(yīng)k-閾值分割算法。事實(shí)上