正向云模型在图像分割中的应用研究

《正向云模型在图像分割中的应用研究》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、分类号：密级：ＵＤＣ：编号：工学硕士学位论文正向云模型在图像分割中的应用研究硕士研究生：田淑娟指导教师：李万臣教授学科、专业：信号与信息处理论文主审人：张朝柱教授哈尔滨工程大学2013年3月分类号：密级：ＵＤＣ：编号：工学硕士学位论文正向云模型在图像分割中的应用研究硕士研究生：田淑娟指导教师：李万臣教授学位级别：工学硕士学科、专业：信号与信息处理所在单位：信息与通信工程学院论文提交日期：2013年3月4日论文答辩日期：2013年3月12日学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfor

2、theDegreeofM.EngThestudyofimagesegmentationapplicationbasedontheforwardcloudmodelCandidate:TianShujuanSupervisor:ProfessorLiWanchenAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:SignalandInformationprocessingDateofSubmission:Mar4,2013DateofOralExamination:Mar12,2013

3、University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻

4、读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日正向云模型在图像

5、分割中的应用研究摘要图像分割作为图像从图像处理到图像的分析关键技术，受到了很多学者的重视和研究，但至今在众多图像分割方法中仍没有一种方法能够解决所有问题。在图像分割领域存在的问题中，依据确定性方法分割图像就是其中的关键问题之一，传统使用模糊理论或概率论方法并不能真正的解决好这个问题，以模糊理论和概率论为基础的云理论的出现能够很好地解决图像分割当中“硬分割”的问题，因此得到了很多图像分割领域学者的深入研究与探索。云理论的提出最初应用于空间数据挖掘当中，06年之后被陆续的应用于图像处理当中，并成为图像分割的一种新兴的方法。云变换是云理论的核心方

6、法，期望、熵、超熵是云变换的三个基本特征，在图像数据云化过程中三个基本要素的获得是很关键的问题，决定着在图像数据后续处理中是否能够获得良好的分割阈值等图像处理的问题，因此云模型的构建是十分关键的。云模型在图像处理构建过程中存在的问题有：首先在云模型中熵的获得存在着不可避免的误差，有时可能导致云模型的构建失败；其次云模型在图像处理当中单一云核逐次提取可能导致有用数据丢失等或选取云核不理想。首次尝试用一维云模型与NBS距离相结合来分割彩色图像。针对云模型构建本身存在的问题，和云模型在图像数据云化过程存在问题提出了以下几点改进：(1)在深入理解云

7、理论的基础，对云模型构建中易产生误差的关键点也就是云的熵进行了分析，在理解云理论的“3En”的基础上，提出了云的熵的新的求取方法。新的熵的计算方法简单，易于实现，并通过根据实际情况对熵的微调能够使熵的求取误差变得更小。(2)在通过学习传统的熵的求取方法构建云模型用来处理图像信息的基础上，将传统云模型构建方法应用于图像的多阈值分割，并在论证了传统云模型构建方法对图像的多阈值分割是可行的基础上，将新的方法应用于图形的多阈值分割当中，并通过仿真获得良好的分割效果。(3)深入了解云理论分割图像的方法及步骤，根据云模型的构建规则，确定所有可以定位云核

8、的位置，将当前图像数据所有满足云核提取的位置标记出来，并对其进行云化处理，逐次进行，直到所有数据云化后，并进行云处理，获得分割阈值，完成图像分割。实验证明此种方法应用于多阈值的图