基于改进FCM算法的中智学图像分割研究及应用

发布时间：2021-08-14 06:31

　　图像分割是图像处理与图像识别的一个关键步骤,图像处理和计算机视觉领域的核心在于如何精确高效的分割图像。图像分割的目标是把图像划分成各具不同特征且互不重叠的区域,然而在实际分割过程中,除了图像本身存在的噪声外,还有其他大量的不确定因素,导致分割结果不理想。为了获得良好的分割效果,除了对已有图像分割算法进行改进外,学者们还提出将其他智能算法与特定理论相结合的方法,如基于特征空间聚类法的图像分割算法,它根据图像空间中的像素点构造出一个对应的特征空间点,然后分割特征空间,最后再将它们映射回原图像空间,得到分割结果,而基于聚类分析的模糊C均值算法（Fuzzy C-Means,FCM）就属于这类算法,它通过优化对应的模糊目标函数达到聚类目的,由于其设计简单且人为干预较少等特点,适合处理实物内存在的不确定性,因此越来越受到人们的关注,并在各个领域得到了广泛的应用。为了提高图像分割的精准度,更妥善地处理图像中存在的不确定性信息,本文将中智学理论引入到图像分割算法中。中智学理论隶属于哲学范畴,能更好明确量化数据的不确定性。本文将中智学理论思想与FCM算法相结合,提出四种图像分割方法,并将提出的方法进一步... 

【文章来源】：齐鲁工业大学山东省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

算法流程图

【参考文献】：
期刊论文
[1]基于模拟退火和粒子群改进的图像分割FCM方法[J]. 陆振宇,夏志巍,卢亚敏,黄现云.  现代电子技术. 2018(07)
[2]自适应混沌量子粒子群算法及其在WSN覆盖优化中的应用[J]. 周海鹏,高芹,蒋丰千,余大为,乔焰,李旸.  计算机应用. 2018(04)
[3]基于改进粒子群和自适应滤波的快速模糊聚类图像分割[J]. 黄山,李众,李飞,黄蒙蒙.  计算机测量与控制. 2016(04)
[4]结合边缘局部信息的FCM抗噪图像分割算法[J]. 夏菁,张彩明,张小峰,李雪梅.  计算机辅助设计与图形学学报. 2014(12)
[5]结合LPG&PCA的中智学图像分割[J]. 张桂梅,王大雷.  中国图象图形学报. 2014(05)
[6]基于颜色空间和核函数的FCM图像分割算法[J]. 丁政建,孙进.  计算机应用与软件. 2014(02)
[7]改进的基于邻域隶属度约束的FCM图像分割算法[J]. 仲崇峰,刘智,杨阳,刘丹.  吉林大学学报(信息科学版). 2013(06)
[8]一种新的PSO优化FCM方法在图像分类中的应用[J]. 李伟峰.  软件导刊. 2013(08)
[9]苹果采摘机器人中的图像配准技术[J]. 周薇,冯娟,刘刚,马晓丹.  农业工程学报. 2013(11)
[10]基于模糊C均值聚类的医学图像分割研究[J]. 张翡,范虹.  计算机工程与应用. 2014(04)

博士论文
[1]粒子群及量子行为粒子群优化算法的改进研究[D]. 吴涛.西南交通大学 2014
[2]粒子群算法及其在图像分割中的应用与研究[D]. 高浩.江南大学 2009

硕士论文
[1]基于量子行为粒子群优化算法的振动信号故障诊断[D]. 朱奥辉.西南交通大学 2017
[2]基于改进量子粒子群的视觉跟踪方法[D]. 孙波.南京邮电大学 2016
[3]基于改进PSO算法的投资组合优化方法的设计和实现[D]. 尹徐珊.东南大学 2015
[4]基于模糊C均值聚类的图像分割算法研究[D]. 郑福华.山东大学 2014
[5]粒子群算法优化及其在图像检索中的应用研究[D]. 高璇.西安电子科技大学 2013
[6]基于能量的图像分割的应用及研究[D]. 赵鑫.江南大学 2012



本文编号：3341962