基于区间与多值中智集的图像分割方法

发布时间：2024-04-01 18:44

　　作为模糊集合论和直觉模糊集合论的推广,中智集合被用来描述现实世界中存在的不确定、不精确、不完整和不一致的信息。区间中智集合和多值中智集合是中智集合的子类,它们通过区间值和多值的形式对事物进行描述,而不仅仅是一个特定的数字,能够保留事物更多的有效信息。针对图像分割领域中存在的模糊信息,本文在中智图像分割方法的基础上,提出了基于区间中智集和多值中智集的图像分割方法,并通过实验分析说明了本文方法的有效性。本文的主要研究内容和创新点总结如下:(1)根据区间中智集合和多值中智集合的定义以及相关性质,引入了区间中智图像和多值中智图像,定义了新的图像表示方式,不仅能够处理图像中的不确定性,而且能够保留图像的更多有效信息。(2)提出了基于区间中智集和多值中智集的图像分割方法。将图像转换为区间中智图像和多值中智图像,通过图像增强运算增加图像的对比度,获取图像中每个像素点的得分函数,再与聚类方法相结合,实现对图像的分割。(3)通过实验数据确定在图像分割中图像像素区域值的选取,并通过主观和客观两方面对分割结果进行评价。实验结果表明,本文方法可以对不同类型的图像进行分割,不仅能够保留图像的有效信息,而且能够很...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图５．１?Ｆａｃｅｓ数据库的测试人员??Ｆｉｇ．?５．１?Ｔｅｓｔｅｒｓ?ｏｆ?ｔｈｅ?ｆａｃｅｓ?ｄａｔａｂａｓｅ??－２６?－??

?基于区间与多值中智集的图像分割方法???５实验结果及分析??本章为论文的实验结果部分，对本论文提出的基于区间中智集的图像分割方法和基??于多值中智集的图像分割方法进行实验验证以及结果分析。本文简称两种图像分割方法??为区间中智图像分割方法和多值中智图像分割方法。??５．１实验图....

图５．３?Ｆａｃｅｓ数据库受试者二??Ｆｉｇ．?５．３?Ｆａｃｅｓ?ｄａｔａｂａｓｅ?ｔｅｓｔｅｒ?２??

?大连海事大学硕士学位论文???⑴表情一?⑵表情二?⑶表情三?⑷表情四?（５）表情五??＼（?＼??ｆ?－?ｒ?＾?Ｐ?－?Ｐ?Ｐ??Ｉ?ｔｖ／—－?Ｃ??（６）表情六?（７）表情七?（８）表情八?（９）表情九?（１？表情十??匕４〔ｉ?ｓｉｔ?，?ｒ??图５．２?Ｆａｃｅｓ数据....

图５．２?Ｆａｃｅｓ数据库受试者一??Ｆｉｇ．?５．２?Ｆａｃｅｓ?ｄａｔａｂａｓｅ?ｔｅｓｔｅｒ?１??

?大连海事大学硕士学位论文???⑴表情一?⑵表情二?⑶表情三?⑷表情四?（５）表情五??＼（?＼??ｆ?－?ｒ?＾?Ｐ?－?Ｐ?Ｐ??Ｉ?ｔｖ／—－?Ｃ??（６）表情六?（７）表情七?（８）表情八?（９）表情九?（１？表情十??匕４〔ｉ?ｓｉｔ?，?ｒ??图５．２?Ｆａｃｅｓ数据....

图５．９多值中智图像分割结果??Ｆｉｇ．?５．９?Ｓｅｇｍｅｎｔａｔｉｏｎ?ｒｅｓｕｌｔｓ?ｏｆ?Ｍｕｌｔｉ－ｖａｌｕｅｄ?Ｎｅｕｔｒｏｓｏｐｈｉｃ?Ｉｍａｇｅｓ??

?大连海事大学硕士学位论文???５．４多值中智图像分割结果的比较及分析??５．４．?１多值中智图像中像素区域的选取??在多值中智图像的定义中，其像素的多值中智元素ｆ，／和戶也需要通过两个不??同的像素区域值来获得。同样，本文对Ｆａｃｅｓ数据库中的４００幅图像进行图像分割实验，??....

本文编号：3945139