發(fā)布時間：2021-08-12 18:49

　　在獲取到的大量圖像數(shù)據(jù)中,人們通常只對圖像中的某一部分感興趣或只需要研究個別特定的區(qū)域,為了方便后續(xù)對這些數(shù)據(jù)進行處理和分析,需要通過圖像分割技術(shù)把這部分從一整副圖像中分離和提取出來。這樣既保留了圖像中的有用信息,刪除了無用數(shù)據(jù),提高了后續(xù)處理的準(zhǔn)確率,又可以減少研究人員的工作量,提高了效率。近年來,圖像分割作為圖像處理和計算機視覺領(lǐng)域中的熱門話題,研究人員已陸續(xù)提出了成百上千種圖像分割方法,并將其廣泛地應(yīng)用于實際生活中,如醫(yī)學(xué)影像分析與輔助治療診斷、車輛追蹤與行人檢測、地面信息獲取與勘察、人臉與指紋識別等。可以說圖像分割技術(shù)是目標(biāo)的檢測、提取或識別等相關(guān)技術(shù)的關(guān)鍵預(yù)處理步驟,而分割結(jié)果的好壞會對后續(xù)工作數(shù)據(jù)的可靠性和有效性產(chǎn)生直接影響。因此,圖像分割技術(shù)和算法的研究至關(guān)重要。圖像分割技術(shù)涉及多種方法,本文主要對基于模糊C均值聚類的圖像分割方法進行了研究和改進,提出了一種基于局部區(qū)域特征的FCM細化分割算法,它能夠產(chǎn)生良好的分割邊緣,并抑制圖像中的噪聲或灰度不均勻情況對分割結(jié)果帶來的影響。算法的主要貢獻是提出了一種基于局部圖像子塊預(yù)分類結(jié)果的加權(quán)投票方法,將預(yù)分類結(jié)果作為新的衡量像素間... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－１?ＦＣＭ算法分割結(jié)果：（ａ）原圖（ｂ）標(biāo)準(zhǔn)ＦＣＭ算法分割結(jié)果??

?山東大學(xué)碩士學(xué)位論文???之間的不平衡現(xiàn)象，從而導(dǎo)致算法對噪聲圖像中的復(fù)雜邊界具有較低的分割準(zhǔn)??確度，如圖３－２（／）所示，ＫＷＦＬＩＣＭ算法雖然能夠去除圖像中噪聲帶來的影響，??但分割結(jié)果中腦部組織結(jié)構(gòu)的邊緣較為模糊；而且部分改進算法對于無噪聲圖??像，難以獲得如標(biāo)準(zhǔn)ＦＣＭ算法一般的準(zhǔn)確分割結(jié)果，如圖３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法對千凈圖像的分割結(jié)果相較于標(biāo)準(zhǔn)ＦＣＭ算法，對圖像邊緣細節(jié)具有較差的??分割結(jié)果，存在細節(jié)丟失等現(xiàn)象。??國關(guān)國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??圖３－２改進算法分割結(jié)果：（ａ）原圖（ｂ）標(biāo)準(zhǔn)ＦＣＭ算法分割結(jié)果（ｃ）?ＫＷＦＬＩＣＭ算法??分割結(jié)果（ｄ）為原圖添加５％的噪聲（ｅ）標(biāo)準(zhǔn)ＦＣＭ算法對噪聲圖像的分割結(jié)果（ｆ）ＫＷＦＬＩＣＭ??算法對噪聲圖像的分割結(jié)果??（３）部分改進算法只對某一類噪聲有效，針對其他類型的噪聲圖像分割結(jié)??果較差。如圖３－３所示，為干凈圖像添加一定程度的椒鹽噪聲和高斯噪聲后，??ＦＣＭ＿Ｓ１算法的分割結(jié)果仍不理想，并不能夠去除圖像中的噪聲。??＿?１網(wǎng)??（ａ）?（ｂ）?（ｃ）?（ｄ）??圖３－３改進算法分割結(jié)果：（ａ）為干凈圖像添加椒鹽噪聲（ｂ）?ＦＣＭ＿Ｓ１算法對添加椒鹽??噪聲圖像的分割結(jié)果（ｃ）為干凈圖像添加高斯噪聲（ｄ）?ＦＣＭ＿Ｓ１算法對添加高斯噪聲圖??像的分割結(jié)果??事實上，算法的分割結(jié)果不僅僅受圖像中噪聲的影響，還與圖像內(nèi)容的復(fù)??雜程度及其自身質(zhì)量等因素有關(guān)，圖像中處在弱邊緣上的點或受噪聲影響嚴重??的像素點容易被錯誤歸類，另外，受光照等環(huán)境

?山東大學(xué)碩士學(xué)位論文???之間的不平衡現(xiàn)象，從而導(dǎo)致算法對噪聲圖像中的復(fù)雜邊界具有較低的分割準(zhǔn)??確度，如圖３－２（／）所示，ＫＷＦＬＩＣＭ算法雖然能夠去除圖像中噪聲帶來的影響，??但分割結(jié)果中腦部組織結(jié)構(gòu)的邊緣較為模糊；而且部分改進算法對于無噪聲圖??像，難以獲得如標(biāo)準(zhǔn)ＦＣＭ算法一般的準(zhǔn)確分割結(jié)果，如圖３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法對千凈圖像的分割結(jié)果相較于標(biāo)準(zhǔn)ＦＣＭ算法，對圖像邊緣細節(jié)具有較差的??分割結(jié)果，存在細節(jié)丟失等現(xiàn)象。??國關(guān)國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??圖３－２改進算法分割結(jié)果：（ａ）原圖（ｂ）標(biāo)準(zhǔn)ＦＣＭ算法分割結(jié)果（ｃ）?ＫＷＦＬＩＣＭ算法??分割結(jié)果（ｄ）為原圖添加５％的噪聲（ｅ）標(biāo)準(zhǔn)ＦＣＭ算法對噪聲圖像的分割結(jié)果（ｆ）ＫＷＦＬＩＣＭ??算法對噪聲圖像的分割結(jié)果??（３）部分改進算法只對某一類噪聲有效，針對其他類型的噪聲圖像分割結(jié)??果較差。如圖３－３所示，為干凈圖像添加一定程度的椒鹽噪聲和高斯噪聲后，??ＦＣＭ＿Ｓ１算法的分割結(jié)果仍不理想，并不能夠去除圖像中的噪聲。??＿?１網(wǎng)??（ａ）?（ｂ）?（ｃ）?（ｄ）??圖３－３改進算法分割結(jié)果：（ａ）為干凈圖像添加椒鹽噪聲（ｂ）?ＦＣＭ＿Ｓ１算法對添加椒鹽??噪聲圖像的分割結(jié)果（ｃ）為干凈圖像添加高斯噪聲（ｄ）?ＦＣＭ＿Ｓ１算法對添加高斯噪聲圖??像的分割結(jié)果??事實上，算法的分割結(jié)果不僅僅受圖像中噪聲的影響，還與圖像內(nèi)容的復(fù)??雜程度及其自身質(zhì)量等因素有關(guān)，圖像中處在弱邊緣上的點或受噪聲影響嚴重??的像素點容易被錯誤歸類，另外，受光照等環(huán)境

【參考文獻】：
期刊論文
[1]基于動態(tài)閾值區(qū)域分裂合并算法的高分辨率遙感圖像分割研究[J]. 丁海勇,王雨軒,毛宇瓊,許亞慧.  測繪通報. 2016(08)
[2]結(jié)合邊緣局部信息的FCM抗噪圖像分割算法[J]. 夏菁,張彩明,張小峰,李雪梅.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2014(12)
[3]基于邊緣檢測算法的圖像分割技術(shù)研究[J]. 王彥林.  電腦編程技巧與維護. 2014(19)
[4]改進的非局部FCM腦核磁共振圖像分割與偏移場恢復(fù)耦合模型[J]. 王順鳳,耿志遠,張建偉,陳允杰,張世軍.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2014(09)
[5]基于視頻內(nèi)容的片段分割關(guān)鍵技術(shù)探討[J]. 陳偉.  硅谷. 2012(03)
[6]基于模糊數(shù)學(xué)的醫(yī)學(xué)圖像處理與分析方法[J]. 李翠芳,聶生東.  中國醫(yī)學(xué)物理學(xué)雜志. 2011(04)
[7]圖像分割方法綜述[J]. 高彥東,雷琳.  科技信息. 2009(14)
[8]BP人工神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用[J]. 楊治明,王曉蓉,彭軍,陳應(yīng)祖.  計算機科學(xué). 2007(03)
[9]遺傳算法并行機理分析[J]. 蔣冬初,林亞平.  海南大學(xué)學(xué)報(自然科學(xué)版). 2004(04)
[10]一種基于三維最大類間方差的圖像分割算法[J]. 景曉軍,李劍峰,劉郁林.  電子學(xué)報. 2003(09)



本文編號：3338874