高清彩色图像分割的WKNN-MPFCM算法

发布时间：2021-08-03 07:58

　　模糊C-均值（Fuzzy C-Means,FCM）聚类算法是一种基于划分的无监督聚类算法,也是较为常见的图像分割算法之一,该算法通过寻找0¹之间的模糊隶属度等级来进行图像分割.并通过在特征空间中寻找聚类中心来达到最小化目标函数的目的.它的局限性主要有实时性较差、初始聚类中心的设置对最终结果影响较大、未考虑空间因素导致抗噪性弱.因此,通过改进FCM的缺点来达到更好的图像分割效果成为研究热点.本文提出一种用于高清彩色图像分割的加权K-近邻改进罚模糊C-均值（Weighted K-Nearest Neighbor Modified Penalty Fuzzy C-means,WKNN-MPFCM）聚类算法,该算法解决了FCM在处理图像分割时未考虑像素空间信息导致图像中某些小块分割错误的问题.加权K-近邻（Weighted K Nearest Neighbor,WKNN）算法通过考虑周围d?d窗口内的像素与当前像素的关系来修正当前像素点的隶属度函数值.改进罚模糊C-均值（Modified Penalty Fuzzy C-Means,MPFCM）聚类通过引入惩罚项,对标准F... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 图像分割的研究现状
        1.2.1 图像分割算法之阈值化
        1.2.2 图像分割算法之边缘检测
        1.2.3 图像分割算法之区域分割
        1.2.4 图像分割算法之数学模型
        1.2.5 图像分割算法之机器学习
    1.3 FCM算法的研究现状
    1.4 研究方法
    1.5 本文章节安排
2 预备知识
    2.1 模糊集基本理论
    2.2 FCM算法
    2.3 K-近邻(KNN)
    2.4 邻近期望最大化算法
    2.5 评价FCM图像分割效果准则
        2.5.1 分割熵、分割系数
        2.5.2 精确率(Precision)、召回率(Recall)
3 改进的FCM算法
    3.1 加权K-近邻微调FCM算法(WKNN-FCM)
    3.2 加权K-近邻微调改进罚FCM算法(WKNN-MPFCM)
        3.2.1 PFCM算法
        3.2.2 WKNN-MPFCM算法
    3.3 数值实验
        3.3.1 WKNN微调FCM算法实验结果
        3.3.2 WKNN微调MPFCM算法实验结果
4 FCM算法在不同特征下的表现及时间上的改进
    4.1 图像特征提取
        4.1.1 颜色特征提取
        4.1.2 纹理特征
    4.2 特征对FCM和 WKNN-MPFCM算法的重要性
    4.3 FCM时间上的改进
        4.3.1 mini-batch FCM方法
        4.3.2 mini-batch WKNN-MPFCM方法
    4.4 数值实验
        4.4.1 FCM在不同特征下的实验结果
        4.4.2 WKNN-PFCM在不同特征下的实验结果
        4.4.3 不同权重的Lab特征下FCM的实验结果
        4.4.4 不同特征下的WKNN-MPFCM隶属矩阵结合的实验结果
        4.4.5 mini-batch FCM实验结果
        4.4.6 mini-batch WKNN-MPFCM实验结果
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]彩色图像分割算法综述[J]. 王江涛,石红岩,李文.  信息安全与技术. 2015(04)
[2]基于空间邻域信息的FCM图像分割算法[J]. 李艳灵,沈轶.  华中科技大学学报(自然科学版). 2009(06)
[3]基于模糊C均值聚类的作物病害叶片图像分割方法研究[J]. 毛罕平,张艳诚,胡波.  农业工程学报. 2008(09)
[4]改进的FCM在人脑MR图像分割中的应用[J]. 吴林,郭大勇,施克仁,郑鹏.  清华大学学报(自然科学版). 2004(02)



本文编号：3319250