基于聚类分析的图像分割研究本科毕业论文

基于聚类分析的图像分割研究本科毕业论文

ID:313643

大小:1.92 MB

页数:66页

时间:2017-07-22

基于聚类分析的图像分割研究本科毕业论文_第1页
基于聚类分析的图像分割研究本科毕业论文_第2页
基于聚类分析的图像分割研究本科毕业论文_第3页
基于聚类分析的图像分割研究本科毕业论文_第4页
基于聚类分析的图像分割研究本科毕业论文_第5页
资源描述:

《基于聚类分析的图像分割研究本科毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、毕业设计(论文)题目:基于聚类分析的图像分割研究毕业设计(论文)原创性声明本人郑重声明:所提交的毕业设计(论文),是本人在导师指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容外,本毕业设计(论文)不包含任何其他个人或集体已经发表或撰写过的作品成果。对本研究做出过重要贡献的个人和集体,均已在文中以明确方式标明并表示了谢意。论文作者签名:日期:2014年6月2日目录第一章绪论11.1图像分割的背景及意义11.2图像分割的研究现状31.3本文的主要工作5第二章聚类分析理论72.1聚类分析概述72.2常见的聚类算法1

2、22.3模糊聚类算法142.4图像分割方法162.5本章总结18第三章基于K-means算法的图像分割方法193.1颜色空间193.2定义和概述193.3简单的例子介绍213.4k-means图像分割233.5改进的k-均值聚类图像分割算法273.6本章总结31第四章基于FCM算法的图像分割324.1模糊聚类的概念324.2FCM算法的概述344.3本章总结43总结与展望445.1总结445.2研究展望45结束语46致谢47参考文献48附录A52基于K-means算法的matlab源程序52附录B54基于K-均值聚类改进

3、前的matlab源程序54附录C57基于FCM聚类算法的matlab源程序57摘要在飞速发展的信息时代,图像是人类获取信息的重要手段之一,因而图像的处理就变得极其重要。而图像分割通常是为了进一步对图像进行分析、识别、跟踪、理解、压缩编码等,分割的好坏直接影响后期的图像识别和理解。图像分割是指将一幅图像分解成若干互不相交区域的集合,其实质是一个像素的聚类过程。本文以图像分割的聚类实质为线索,对近几年国内外最新的图像分割算法进行了分析比较,指出了聚类在这个领域的重要性。本论文针对聚类算法在图像分割中的应用,主要涉及了以下几个

4、内容:(1)详细介绍当前图像分割以及聚类分析的研究背景,现状。(2)对基于模糊K均值的图像分割算法进行探讨,并对K均值算法进行改进,通过粗糙集理论提供K-均值聚类所需要的初始类的个数和均值,提高了聚类的效率和分类的精度。(3)对基于标准模糊C均值聚类的图像分割算法进行了探讨,研究了基于模糊聚类的图像分割方法中初始类别数的选取、初始类中心和初始隶属度矩阵的确定等问题。(4)将基于模糊K均值的图像分割算法与基于标准模糊C均值聚类的图像分割算法进行对比分析。关键词:聚类分析,模糊聚类,图像分割,K均值算法,C均值算法ABSTR

5、ACTTherapiddevelopmentintheinformationage,theimageisanimportantmeansofhumanaccesstoinformation,andthustheimageprocessingbecomesextremelyimportant.Andtheimagesegmentationoftheimageisusuallyperformedtofurtheranalysis,identification,tracking,understanding,compressio

6、n,etc.,directlyaffectsthepost-splitimagerecognitionandunderstanding.Imagesegmentationreferstothecollectionofanimageisdecomposedintoseveraldisjointregions,anditsessenceisapixelclusteringprocess.Inthispaper,imagesegmentationclusteringsubstantiveclue,athomeandabroad

7、inrecentyears,imagesegmentationalgorithmsareanalyzedandcompared,pointedouttheimportanceofclusteringinthisfield.Thisthesisclusteringalgorithmforimagesegmentation,mainlyrelatedtothefollowingelements:(1)adetaileddescriptionofcurrentresearchbackgroundimagesegmentatio

8、nandclusteringanalysisofthestatus.(2)imagesegmentationalgorithmbasedonfuzzyK-meanswerediscussed,andtheK-meansalgorithmisimproved,providingtheinitialclassandthe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。