高清彩色圖像分割的WKNN-MPFCM算法
發(fā)布時間:2021-08-03 07:58
模糊C-均值(Fuzzy C-Means,FCM)聚類算法是一種基于劃分的無監(jiān)督聚類算法,也是較為常見的圖像分割算法之一,該算法通過尋找01之間的模糊隸屬度等級來進(jìn)行圖像分割.并通過在特征空間中尋找聚類中心來達(dá)到最小化目標(biāo)函數(shù)的目的.它的局限性主要有實時性較差、初始聚類中心的設(shè)置對最終結(jié)果影響較大、未考慮空間因素導(dǎo)致抗噪性弱.因此,通過改進(jìn)FCM的缺點來達(dá)到更好的圖像分割效果成為研究熱點.本文提出一種用于高清彩色圖像分割的加權(quán)K-近鄰改進(jìn)罰模糊C-均值(Weighted K-Nearest Neighbor Modified Penalty Fuzzy C-means,WKNN-MPFCM)聚類算法,該算法解決了FCM在處理圖像分割時未考慮像素空間信息導(dǎo)致圖像中某些小塊分割錯誤的問題.加權(quán)K-近鄰(Weighted K Nearest Neighbor,WKNN)算法通過考慮周圍d?d窗口內(nèi)的像素與當(dāng)前像素的關(guān)系來修正當(dāng)前像素點的隸屬度函數(shù)值.改進(jìn)罰模糊C-均值(Modified Penalty Fuzzy C-Means,MPFCM)聚類通過引入懲罰項,對標(biāo)準(zhǔn)F...
【文章來源】:大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:47 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 圖像分割的研究現(xiàn)狀
1.2.1 圖像分割算法之閾值化
1.2.2 圖像分割算法之邊緣檢測
1.2.3 圖像分割算法之區(qū)域分割
1.2.4 圖像分割算法之?dāng)?shù)學(xué)模型
1.2.5 圖像分割算法之機器學(xué)習(xí)
1.3 FCM算法的研究現(xiàn)狀
1.4 研究方法
1.5 本文章節(jié)安排
2 預(yù)備知識
2.1 模糊集基本理論
2.2 FCM算法
2.3 K-近鄰(KNN)
2.4 鄰近期望最大化算法
2.5 評價FCM圖像分割效果準(zhǔn)則
2.5.1 分割熵、分割系數(shù)
2.5.2 精確率(Precision)、召回率(Recall)
3 改進(jìn)的FCM算法
3.1 加權(quán)K-近鄰微調(diào)FCM算法(WKNN-FCM)
3.2 加權(quán)K-近鄰微調(diào)改進(jìn)罰FCM算法(WKNN-MPFCM)
3.2.1 PFCM算法
3.2.2 WKNN-MPFCM算法
3.3 數(shù)值實驗
3.3.1 WKNN微調(diào)FCM算法實驗結(jié)果
3.3.2 WKNN微調(diào)MPFCM算法實驗結(jié)果
4 FCM算法在不同特征下的表現(xiàn)及時間上的改進(jìn)
4.1 圖像特征提取
4.1.1 顏色特征提取
4.1.2 紋理特征
4.2 特征對FCM和 WKNN-MPFCM算法的重要性
4.3 FCM時間上的改進(jìn)
4.3.1 mini-batch FCM方法
4.3.2 mini-batch WKNN-MPFCM方法
4.4 數(shù)值實驗
4.4.1 FCM在不同特征下的實驗結(jié)果
4.4.2 WKNN-PFCM在不同特征下的實驗結(jié)果
4.4.3 不同權(quán)重的Lab特征下FCM的實驗結(jié)果
4.4.4 不同特征下的WKNN-MPFCM隸屬矩陣結(jié)合的實驗結(jié)果
4.4.5 mini-batch FCM實驗結(jié)果
4.4.6 mini-batch WKNN-MPFCM實驗結(jié)果
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]彩色圖像分割算法綜述[J]. 王江濤,石紅巖,李文. 信息安全與技術(shù). 2015(04)
[2]基于空間鄰域信息的FCM圖像分割算法[J]. 李艷靈,沈軼. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2009(06)
[3]基于模糊C均值聚類的作物病害葉片圖像分割方法研究[J]. 毛罕平,張艷誠,胡波. 農(nóng)業(yè)工程學(xué)報. 2008(09)
[4]改進(jìn)的FCM在人腦MR圖像分割中的應(yīng)用[J]. 吳林,郭大勇,施克仁,鄭鵬. 清華大學(xué)學(xué)報(自然科學(xué)版). 2004(02)
本文編號:3319250
【文章來源】:大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:47 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 圖像分割的研究現(xiàn)狀
1.2.1 圖像分割算法之閾值化
1.2.2 圖像分割算法之邊緣檢測
1.2.3 圖像分割算法之區(qū)域分割
1.2.4 圖像分割算法之?dāng)?shù)學(xué)模型
1.2.5 圖像分割算法之機器學(xué)習(xí)
1.3 FCM算法的研究現(xiàn)狀
1.4 研究方法
1.5 本文章節(jié)安排
2 預(yù)備知識
2.1 模糊集基本理論
2.2 FCM算法
2.3 K-近鄰(KNN)
2.4 鄰近期望最大化算法
2.5 評價FCM圖像分割效果準(zhǔn)則
2.5.1 分割熵、分割系數(shù)
2.5.2 精確率(Precision)、召回率(Recall)
3 改進(jìn)的FCM算法
3.1 加權(quán)K-近鄰微調(diào)FCM算法(WKNN-FCM)
3.2 加權(quán)K-近鄰微調(diào)改進(jìn)罰FCM算法(WKNN-MPFCM)
3.2.1 PFCM算法
3.2.2 WKNN-MPFCM算法
3.3 數(shù)值實驗
3.3.1 WKNN微調(diào)FCM算法實驗結(jié)果
3.3.2 WKNN微調(diào)MPFCM算法實驗結(jié)果
4 FCM算法在不同特征下的表現(xiàn)及時間上的改進(jìn)
4.1 圖像特征提取
4.1.1 顏色特征提取
4.1.2 紋理特征
4.2 特征對FCM和 WKNN-MPFCM算法的重要性
4.3 FCM時間上的改進(jìn)
4.3.1 mini-batch FCM方法
4.3.2 mini-batch WKNN-MPFCM方法
4.4 數(shù)值實驗
4.4.1 FCM在不同特征下的實驗結(jié)果
4.4.2 WKNN-PFCM在不同特征下的實驗結(jié)果
4.4.3 不同權(quán)重的Lab特征下FCM的實驗結(jié)果
4.4.4 不同特征下的WKNN-MPFCM隸屬矩陣結(jié)合的實驗結(jié)果
4.4.5 mini-batch FCM實驗結(jié)果
4.4.6 mini-batch WKNN-MPFCM實驗結(jié)果
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
【參考文獻(xiàn)】:
期刊論文
[1]彩色圖像分割算法綜述[J]. 王江濤,石紅巖,李文. 信息安全與技術(shù). 2015(04)
[2]基于空間鄰域信息的FCM圖像分割算法[J]. 李艷靈,沈軼. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2009(06)
[3]基于模糊C均值聚類的作物病害葉片圖像分割方法研究[J]. 毛罕平,張艷誠,胡波. 農(nóng)業(yè)工程學(xué)報. 2008(09)
[4]改進(jìn)的FCM在人腦MR圖像分割中的應(yīng)用[J]. 吳林,郭大勇,施克仁,鄭鵬. 清華大學(xué)學(xué)報(自然科學(xué)版). 2004(02)
本文編號:3319250
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3319250.html
最近更新
教材專著