基于模糊相关和小波聚类的图像分割算法研究
发布时间：2021-01-31 02:50
基于小波聚类的图像分割算法因其具有运行速度快和可以有效提取目标区域的优点而受到广泛地关注。但是小波聚类算法本身存在难以确定划分阈值和聚类精度低的缺点,使用小波聚类进行图像分割得到的分割结果中存在部分体积效应和孤立噪声的问题。因此,本文首先对小波聚类做出改进。在改进的小波聚类中,将小波域中发现的簇类映射回网格空间后,依据网格单元间的相似度将处于簇类边缘的网格单元合并到簇类中,提高了小波聚类的聚类精度。然后将最大模糊相关引入改进的小波聚类算法,提出模糊相关小波聚类,通过最大模糊相关算法为小波聚类确定划分阈值,弥补了小波聚类中依赖划分阈值的不足。最后将模糊相关小波聚类引入彩色图像分割领域,提出一种基于模糊相关和小波聚类的图像分割算法（Fuzzy Correlation and Wave Cluster,FCWC）。在FCWC算法中,首先对图像进行主结构提取,得到纹理抑制的主结构图像;随后将主结构图像划分为若干超像素,解决小波聚类在图像分割过程中产生部分体积效应的问题;然后,简化超像素的颜色特征,计算超像素权重;最后使用模糊相关小波聚类算法得到聚类标签,将标签赋予特征点对应的超像素,得到最终的...
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
Cohen-Daubechies-Feauveau(2,2)双正交小波Figure2.1Cohen-Daubechies-Feauveau(2,2)
辽宁工程技术大学硕士学位论文34波聚类算法中围绕着高密度区域的低密度区域都被判别为了噪声，即簇类的边缘处均被识别为了噪声，这直接导致小波聚类结果的精度不高。而改进的小波聚类在有效地识别出了相近的簇的基础上，通过拓展簇类边缘，使得聚类结果较传统小波聚类在精度上有了明显提升，得到了最好的聚类结果。图4.1五种算法在Flame数据集中的聚类结果Figure4.1ClusteringresultsoffivealgorithmsinFlamedataset图4.2五种算法在Aggregation数据集上的聚类结果Figure4.2ClusteringresultsoffivealgorithmsinAggregationdataset（a）Aggregation数据集（b）K-means算法（c）谱聚类算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（a）Flame数据集（b）K-means算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（c）谱聚类算法
辽宁工程技术大学硕士学位论文34波聚类算法中围绕着高密度区域的低密度区域都被判别为了噪声，即簇类的边缘处均被识别为了噪声，这直接导致小波聚类结果的精度不高。而改进的小波聚类在有效地识别出了相近的簇的基础上，通过拓展簇类边缘，使得聚类结果较传统小波聚类在精度上有了明显提升，得到了最好的聚类结果。图4.1五种算法在Flame数据集中的聚类结果Figure4.1ClusteringresultsoffivealgorithmsinFlamedataset图4.2五种算法在Aggregation数据集上的聚类结果Figure4.2ClusteringresultsoffivealgorithmsinAggregationdataset（a）Aggregation数据集（b）K-means算法（c）谱聚类算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（a）Flame数据集（b）K-means算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（c）谱聚类算法
【参考文献】：
期刊论文
[1]基于改进飞蛾扑火算法的多阈值彩色图像分割[J]. 马军,贾鹤鸣. 计算机应用与软件. 2020(01)
[2]基于卷积神经网络的双行车牌分割算法[J]. 赵汉理,刘俊如,姜磊,沈建冰,胡明晓. 计算机辅助设计与图形学学报. 2019(08)
[3]基于混合自动编码器道路语义分割方法研究[J]. 周飞,唐建,杨成松,芮挺. 计算机工程与科学. 2019(08)
[4]面向卫星云图及深度学习的台风等级分类[J]. 邹国良,侯倩,郑宗生,黄冬梅,刘兆荣. 遥感信息. 2019(03)
[5]基于自适应滤波的快速广义模糊C均值聚类图像分割[J]. 王小鹏,张永芳,王伟,文昊天. 模式识别与人工智能. 2018(11)
[6]融合最小生成树和四叉树的图割图像分割方法[J]. 彭智东,宣士斌. 计算机技术与发展. 2018(12)
[7]模糊相关图割的非监督层次化彩色图像分割[J]. 尹诗白,孔垂涵,王一斌. 中国图象图形学报. 2018(09)
[8]结合位图切割和区域合并的彩色图像分割[J]. 任大勇,贾振红,杨杰,Nikola Kasabov. 计算机工程与应用. 2019(02)
[9]多梯度融合的RGBD图像边缘检测[J]. 王江明,余烨,金强,李冰飞. 电子测量与仪器学报. 2017(03)
[10]基于内容的图像分割方法综述[J]. 姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄. 软件学报. 2017(01)
硕士论文
[1]非监督聚类算法在岩石图像分析中的应用研究[D]. 宋博敬.西安石油大学 2019
[2]基于显著性和自适应小波阈值的皮肤镜图像分割研究[D]. 刘思.湘潭大学 2019
[3]基于聚类学习的目标分割质量评价方法研究[D]. 孙昊.西南交通大学 2019
[4]基于语义分割的大规模图片搜索技术研究[D]. 张松.南京邮电大学 2018
[5]碑帖图像文字的分割与提取[D]. 张一夫.哈尔滨工业大学 2013
本文编号：3010081
【文章来源】：辽宁工程技术大学辽宁省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
Cohen-Daubechies-Feauveau(2,2)双正交小波Figure2.1Cohen-Daubechies-Feauveau(2,2)
辽宁工程技术大学硕士学位论文34波聚类算法中围绕着高密度区域的低密度区域都被判别为了噪声，即簇类的边缘处均被识别为了噪声，这直接导致小波聚类结果的精度不高。而改进的小波聚类在有效地识别出了相近的簇的基础上，通过拓展簇类边缘，使得聚类结果较传统小波聚类在精度上有了明显提升，得到了最好的聚类结果。图4.1五种算法在Flame数据集中的聚类结果Figure4.1ClusteringresultsoffivealgorithmsinFlamedataset图4.2五种算法在Aggregation数据集上的聚类结果Figure4.2ClusteringresultsoffivealgorithmsinAggregationdataset（a）Aggregation数据集（b）K-means算法（c）谱聚类算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（a）Flame数据集（b）K-means算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（c）谱聚类算法
辽宁工程技术大学硕士学位论文34波聚类算法中围绕着高密度区域的低密度区域都被判别为了噪声，即簇类的边缘处均被识别为了噪声，这直接导致小波聚类结果的精度不高。而改进的小波聚类在有效地识别出了相近的簇的基础上，通过拓展簇类边缘，使得聚类结果较传统小波聚类在精度上有了明显提升，得到了最好的聚类结果。图4.1五种算法在Flame数据集中的聚类结果Figure4.1ClusteringresultsoffivealgorithmsinFlamedataset图4.2五种算法在Aggregation数据集上的聚类结果Figure4.2ClusteringresultsoffivealgorithmsinAggregationdataset（a）Aggregation数据集（b）K-means算法（c）谱聚类算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（a）Flame数据集（b）K-means算法（d）DBSCAN算法（e）小波聚类算法（f）本文算法（c）谱聚类算法
【参考文献】：
期刊论文
[1]基于改进飞蛾扑火算法的多阈值彩色图像分割[J]. 马军,贾鹤鸣. 计算机应用与软件. 2020(01)
[2]基于卷积神经网络的双行车牌分割算法[J]. 赵汉理,刘俊如,姜磊,沈建冰,胡明晓. 计算机辅助设计与图形学学报. 2019(08)
[3]基于混合自动编码器道路语义分割方法研究[J]. 周飞,唐建,杨成松,芮挺. 计算机工程与科学. 2019(08)
[4]面向卫星云图及深度学习的台风等级分类[J]. 邹国良,侯倩,郑宗生,黄冬梅,刘兆荣. 遥感信息. 2019(03)
[5]基于自适应滤波的快速广义模糊C均值聚类图像分割[J]. 王小鹏,张永芳,王伟,文昊天. 模式识别与人工智能. 2018(11)
[6]融合最小生成树和四叉树的图割图像分割方法[J]. 彭智东,宣士斌. 计算机技术与发展. 2018(12)
[7]模糊相关图割的非监督层次化彩色图像分割[J]. 尹诗白,孔垂涵,王一斌. 中国图象图形学报. 2018(09)
[8]结合位图切割和区域合并的彩色图像分割[J]. 任大勇,贾振红,杨杰,Nikola Kasabov. 计算机工程与应用. 2019(02)
[9]多梯度融合的RGBD图像边缘检测[J]. 王江明,余烨,金强,李冰飞. 电子测量与仪器学报. 2017(03)
[10]基于内容的图像分割方法综述[J]. 姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄. 软件学报. 2017(01)
硕士论文
[1]非监督聚类算法在岩石图像分析中的应用研究[D]. 宋博敬.西安石油大学 2019
[2]基于显著性和自适应小波阈值的皮肤镜图像分割研究[D]. 刘思.湘潭大学 2019
[3]基于聚类学习的目标分割质量评价方法研究[D]. 孙昊.西南交通大学 2019
[4]基于语义分割的大规模图片搜索技术研究[D]. 张松.南京邮电大学 2018
[5]碑帖图像文字的分割与提取[D]. 张一夫.哈尔滨工业大学 2013
本文编号：3010081
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3010081.html
最近更新
教材专著
