基于多目標(biāo)布谷鳥模糊聚類的圖像分割算法及應(yīng)用
發(fā)布時(shí)間:2021-01-18 20:13
傳統(tǒng)模糊聚類的圖像分割方法,如模糊C-均值聚類算法因魯棒性差、易受噪聲影響難以滿足抗噪性與細(xì)節(jié)保留性之間平衡的實(shí)際需求,現(xiàn)有研究者們多基于該算法進(jìn)行改進(jìn),加入含有像素局部空間鄰域信息或非局部空間鄰域信息的目標(biāo)函數(shù),使用控制參數(shù)連接多個(gè)目標(biāo)函數(shù),該控制參數(shù)的優(yōu)選導(dǎo)致難以準(zhǔn)確獲取最優(yōu)解從而影響其圖像分割的效果。基于多目標(biāo)進(jìn)化算法具有全局搜索的求解性能,可將模糊聚類的圖像分割轉(zhuǎn)化為多目標(biāo)優(yōu)化問題,無需控制參數(shù)即可同時(shí)優(yōu)化多個(gè)目標(biāo)函數(shù),能利用更多圖像信息解決像素分布復(fù)雜等問題,提高圖像分割的各項(xiàng)性能,并取得在復(fù)雜圖像信息的抗噪性能與細(xì)節(jié)保留之間的平衡。因此本文針對(duì)模糊聚類的圖像分割算法進(jìn)行了研究,以分解的多目標(biāo)布谷鳥算法為框架,提出一種基于多目標(biāo)布谷鳥模糊聚類的圖像分割算法,并將其應(yīng)用于機(jī)器視覺的磨削樣塊表面粗糙度測(cè)量中。論文主要研究?jī)?nèi)容如下:(1)從基于邊緣、區(qū)域、特定理論、聚類的四類圖像分割方法和基于機(jī)器視覺的表面粗糙度測(cè)量國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行綜述,分析了模糊聚類的圖像分割算法在處理較強(qiáng)噪聲水平的圖像中存在的問題,從而確定論文研究?jī)?nèi)容和思路。(2)針對(duì)結(jié)合局部空間鄰域信息與結(jié)合非局部空間鄰域...
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
用戶登陸界面
圖像采集系統(tǒng)界面
圖5.4分割系統(tǒng)模塊界面
【參考文獻(xiàn)】:
期刊論文
[1]粗糙度關(guān)聯(lián)的圖像特征指標(biāo)性能評(píng)價(jià)方法研究[J]. 路恩會(huì),劉堅(jiān),王衛(wèi)芳,易懷安,張航. 儀器儀表學(xué)報(bào). 2017(08)
[2]多目標(biāo)布谷鳥搜索算法[J]. 賀興時(shí),李娜,楊新社,余兵. 系統(tǒng)仿真學(xué)報(bào). 2015(04)
[3]云環(huán)境中基于布谷鳥搜索算法的多目標(biāo)任務(wù)調(diào)度方案[J]. 吳國(guó)芳. 計(jì)算機(jī)應(yīng)用研究. 2015(09)
[4]基于互補(bǔ)空間信息的多目標(biāo)進(jìn)化聚類圖像分割[J]. 趙鳳,劉漢強(qiáng),范九倫. 電子與信息學(xué)報(bào). 2015(03)
[5]基于LabVIEW和Matlab混合編程的在線通信原理實(shí)驗(yàn)平臺(tái)[J]. 曹慧露,曾佳,朱文錦,梁巖,黃銘. 實(shí)驗(yàn)室科學(xué). 2014(06)
[6]改進(jìn)Prewitt算子圓錐面邊緣高精度檢測(cè)算法[J]. 古意昌,徐杜,蔣永平. 計(jì)算機(jī)工程與應(yīng)用. 2013(22)
[7]抗噪Roberts算子邊沿檢測(cè)器[J]. 畢卓,韓冰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2013(06)
[8]無監(jiān)督模糊C均值聚類自然圖像分割算法[J]. 紀(jì)則軒,潘瑜,陳強(qiáng),孫權(quán)森,夏德深. 中國(guó)圖象圖形學(xué)報(bào). 2011(05)
[9]基于加權(quán)歐式距離的kmeans算法研究[J]. 張忠林,曹志宇,李元韜. 鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2010(01)
[10]一種人臉表情分類的新方法——Manhattan距離[J]. 李俊華,彭力. 計(jì)算機(jī)工程與應(yīng)用. 2008(02)
博士論文
[1]基于色彩信息的機(jī)器視覺粗糙度檢測(cè)方法研究[D]. 易懷安.湖南大學(xué) 2017
碩士論文
[1]基于機(jī)器視覺與機(jī)器學(xué)習(xí)的磨削齒面粗糙度測(cè)量研究[D]. 臧俊濤.湖南大學(xué) 2018
[2]布谷鳥搜索算法的改進(jìn)研究[D]. 馬燦.湖南大學(xué) 2017
[3]基于LabVIEW和Matlab的圖像去噪研究[D]. 楊小靜.湖南師范大學(xué) 2014
本文編號(hào):2985591
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
用戶登陸界面
圖像采集系統(tǒng)界面
圖5.4分割系統(tǒng)模塊界面
【參考文獻(xiàn)】:
期刊論文
[1]粗糙度關(guān)聯(lián)的圖像特征指標(biāo)性能評(píng)價(jià)方法研究[J]. 路恩會(huì),劉堅(jiān),王衛(wèi)芳,易懷安,張航. 儀器儀表學(xué)報(bào). 2017(08)
[2]多目標(biāo)布谷鳥搜索算法[J]. 賀興時(shí),李娜,楊新社,余兵. 系統(tǒng)仿真學(xué)報(bào). 2015(04)
[3]云環(huán)境中基于布谷鳥搜索算法的多目標(biāo)任務(wù)調(diào)度方案[J]. 吳國(guó)芳. 計(jì)算機(jī)應(yīng)用研究. 2015(09)
[4]基于互補(bǔ)空間信息的多目標(biāo)進(jìn)化聚類圖像分割[J]. 趙鳳,劉漢強(qiáng),范九倫. 電子與信息學(xué)報(bào). 2015(03)
[5]基于LabVIEW和Matlab混合編程的在線通信原理實(shí)驗(yàn)平臺(tái)[J]. 曹慧露,曾佳,朱文錦,梁巖,黃銘. 實(shí)驗(yàn)室科學(xué). 2014(06)
[6]改進(jìn)Prewitt算子圓錐面邊緣高精度檢測(cè)算法[J]. 古意昌,徐杜,蔣永平. 計(jì)算機(jī)工程與應(yīng)用. 2013(22)
[7]抗噪Roberts算子邊沿檢測(cè)器[J]. 畢卓,韓冰. 計(jì)算機(jī)技術(shù)與發(fā)展. 2013(06)
[8]無監(jiān)督模糊C均值聚類自然圖像分割算法[J]. 紀(jì)則軒,潘瑜,陳強(qiáng),孫權(quán)森,夏德深. 中國(guó)圖象圖形學(xué)報(bào). 2011(05)
[9]基于加權(quán)歐式距離的kmeans算法研究[J]. 張忠林,曹志宇,李元韜. 鄭州大學(xué)學(xué)報(bào)(工學(xué)版). 2010(01)
[10]一種人臉表情分類的新方法——Manhattan距離[J]. 李俊華,彭力. 計(jì)算機(jī)工程與應(yīng)用. 2008(02)
博士論文
[1]基于色彩信息的機(jī)器視覺粗糙度檢測(cè)方法研究[D]. 易懷安.湖南大學(xué) 2017
碩士論文
[1]基于機(jī)器視覺與機(jī)器學(xué)習(xí)的磨削齒面粗糙度測(cè)量研究[D]. 臧俊濤.湖南大學(xué) 2018
[2]布谷鳥搜索算法的改進(jìn)研究[D]. 馬燦.湖南大學(xué) 2017
[3]基于LabVIEW和Matlab的圖像去噪研究[D]. 楊小靜.湖南師范大學(xué) 2014
本文編號(hào):2985591
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/2985591.html
最近更新
教材專著