基于局部区域的FCM细化分割算法研究
发布时间：2021-08-12 18:49
在获取到的大量图像数据中,人们通常只对图像中的某一部分感兴趣或只需要研究个别特定的区域,为了方便后续对这些数据进行处理和分析,需要通过图像分割技术把这部分从一整副图像中分离和提取出来。这样既保留了图像中的有用信息,删除了无用数据,提高了后续处理的准确率,又可以减少研究人员的工作量,提高了效率。近年来,图像分割作为图像处理和计算机视觉领域中的热门话题,研究人员已陆续提出了成百上千种图像分割方法,并将其广泛地应用于实际生活中,如医学影像分析与辅助治疗诊断、车辆追踪与行人检测、地面信息获取与勘察、人脸与指纹识别等。可以说图像分割技术是目标的检测、提取或识别等相关技术的关键预处理步骤,而分割结果的好坏会对后续工作数据的可靠性和有效性产生直接影响。因此,图像分割技术和算法的研究至关重要。图像分割技术涉及多种方法,本文主要对基于模糊C均值聚类的图像分割方法进行了研究和改进,提出了一种基于局部区域特征的FCM细化分割算法,它能够产生良好的分割边缘,并抑制图像中的噪声或灰度不均匀情况对分割结果带来的影响。算法的主要贡献是提出了一种基于局部图像子块预分类结果的加权投票方法,将预分类结果作为新的衡量像素间...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图３－１?ＦＣＭ算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果??
?山东大学硕士学位论文???之间的不平衡现象，从而导致算法对噪声图像中的复杂边界具有较低的分割准??确度，如图３－２（／）所示，ＫＷＦＬＩＣＭ算法虽然能够去除图像中噪声带来的影响，??但分割结果中脑部组织结构的边缘较为模糊；而且部分改进算法对于无噪声图??像，难以获得如标准ＦＣＭ算法一般的准确分割结果，如图３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法对千净图像的分割结果相较于标准ＦＣＭ算法，对图像边缘细节具有较差的??分割结果，存在细节丢失等现象。??國關國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??图３－２改进算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果（ｃ）?ＫＷＦＬＩＣＭ算法??分割结果（ｄ）为原图添加５％的噪声（ｅ）标准ＦＣＭ算法对噪声图像的分割结果（ｆ）ＫＷＦＬＩＣＭ??算法对噪声图像的分割结果??（３）部分改进算法只对某一类噪声有效，针对其他类型的噪声图像分割结??果较差。如图３－３所示，为干净图像添加一定程度的椒盐噪声和高斯噪声后，??ＦＣＭ＿Ｓ１算法的分割结果仍不理想，并不能够去除图像中的噪声。??＿?１网??（ａ）?（ｂ）?（ｃ）?（ｄ）??图３－３改进算法分割结果：（ａ）为干净图像添加椒盐噪声（ｂ）?ＦＣＭ＿Ｓ１算法对添加椒盐??噪声图像的分割结果（ｃ）为干净图像添加高斯噪声（ｄ）?ＦＣＭ＿Ｓ１算法对添加高斯噪声图??像的分割结果??事实上，算法的分割结果不仅仅受图像中噪声的影响，还与图像内容的复??杂程度及其自身质量等因素有关，图像中处在弱边缘上的点或受噪声影响严重??的像素点容易被错误归类，另外，受光照等环境
?山东大学硕士学位论文???之间的不平衡现象，从而导致算法对噪声图像中的复杂边界具有较低的分割准??确度，如图３－２（／）所示，ＫＷＦＬＩＣＭ算法虽然能够去除图像中噪声带来的影响，??但分割结果中脑部组织结构的边缘较为模糊；而且部分改进算法对于无噪声图??像，难以获得如标准ＦＣＭ算法一般的准确分割结果，如图３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法对千净图像的分割结果相较于标准ＦＣＭ算法，对图像边缘细节具有较差的??分割结果，存在细节丢失等现象。??國關國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??图３－２改进算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果（ｃ）?ＫＷＦＬＩＣＭ算法??分割结果（ｄ）为原图添加５％的噪声（ｅ）标准ＦＣＭ算法对噪声图像的分割结果（ｆ）ＫＷＦＬＩＣＭ??算法对噪声图像的分割结果??（３）部分改进算法只对某一类噪声有效，针对其他类型的噪声图像分割结??果较差。如图３－３所示，为干净图像添加一定程度的椒盐噪声和高斯噪声后，??ＦＣＭ＿Ｓ１算法的分割结果仍不理想，并不能够去除图像中的噪声。??＿?１网??（ａ）?（ｂ）?（ｃ）?（ｄ）??图３－３改进算法分割结果：（ａ）为干净图像添加椒盐噪声（ｂ）?ＦＣＭ＿Ｓ１算法对添加椒盐??噪声图像的分割结果（ｃ）为干净图像添加高斯噪声（ｄ）?ＦＣＭ＿Ｓ１算法对添加高斯噪声图??像的分割结果??事实上，算法的分割结果不仅仅受图像中噪声的影响，还与图像内容的复??杂程度及其自身质量等因素有关，图像中处在弱边缘上的点或受噪声影响严重??的像素点容易被错误归类，另外，受光照等环境
【参考文献】：
期刊论文
[1]基于动态阈值区域分裂合并算法的高分辨率遥感图像分割研究[J]. 丁海勇,王雨轩,毛宇琼,许亚慧. 测绘通报. 2016(08)
[2]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)
[3]基于边缘检测算法的图像分割技术研究[J]. 王彦林. 电脑编程技巧与维护. 2014(19)
[4]改进的非局部FCM脑核磁共振图像分割与偏移场恢复耦合模型[J]. 王顺凤,耿志远,张建伟,陈允杰,张世军. 计算机辅助设计与图形学学报. 2014(09)
[5]基于视频内容的片段分割关键技术探讨[J]. 陈伟. 硅谷. 2012(03)
[6]基于模糊数学的医学图像处理与分析方法[J]. 李翠芳,聂生东. 中国医学物理学杂志. 2011(04)
[7]图像分割方法综述[J]. 高彦东,雷琳. 科技信息. 2009(14)
[8]BP人工神经网络在图像分割中的应用[J]. 杨治明,王晓蓉,彭军,陈应祖. 计算机科学. 2007(03)
[9]遗传算法并行机理分析[J]. 蒋冬初,林亚平. 海南大学学报(自然科学版). 2004(04)
[10]一种基于三维最大类间方差的图像分割算法[J]. 景晓军,李剑峰,刘郁林. 电子学报. 2003(09)
本文编号：3338874
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图３－１?ＦＣＭ算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果??
?山东大学硕士学位论文???之间的不平衡现象，从而导致算法对噪声图像中的复杂边界具有较低的分割准??确度，如图３－２（／）所示，ＫＷＦＬＩＣＭ算法虽然能够去除图像中噪声带来的影响，??但分割结果中脑部组织结构的边缘较为模糊；而且部分改进算法对于无噪声图??像，难以获得如标准ＦＣＭ算法一般的准确分割结果，如图３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法对千净图像的分割结果相较于标准ＦＣＭ算法，对图像边缘细节具有较差的??分割结果，存在细节丢失等现象。??國關國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??图３－２改进算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果（ｃ）?ＫＷＦＬＩＣＭ算法??分割结果（ｄ）为原图添加５％的噪声（ｅ）标准ＦＣＭ算法对噪声图像的分割结果（ｆ）ＫＷＦＬＩＣＭ??算法对噪声图像的分割结果??（３）部分改进算法只对某一类噪声有效，针对其他类型的噪声图像分割结??果较差。如图３－３所示，为干净图像添加一定程度的椒盐噪声和高斯噪声后，??ＦＣＭ＿Ｓ１算法的分割结果仍不理想，并不能够去除图像中的噪声。??＿?１网??（ａ）?（ｂ）?（ｃ）?（ｄ）??图３－３改进算法分割结果：（ａ）为干净图像添加椒盐噪声（ｂ）?ＦＣＭ＿Ｓ１算法对添加椒盐??噪声图像的分割结果（ｃ）为干净图像添加高斯噪声（ｄ）?ＦＣＭ＿Ｓ１算法对添加高斯噪声图??像的分割结果??事实上，算法的分割结果不仅仅受图像中噪声的影响，还与图像内容的复??杂程度及其自身质量等因素有关，图像中处在弱边缘上的点或受噪声影响严重??的像素点容易被错误归类，另外，受光照等环境
?山东大学硕士学位论文???之间的不平衡现象，从而导致算法对噪声图像中的复杂边界具有较低的分割准??确度，如图３－２（／）所示，ＫＷＦＬＩＣＭ算法虽然能够去除图像中噪声带来的影响，??但分割结果中脑部组织结构的边缘较为模糊；而且部分改进算法对于无噪声图??像，难以获得如标准ＦＣＭ算法一般的准确分割结果，如图３－２?（￡〇所示，ＫＷＦＬＩＣＭ??算法对千净图像的分割结果相较于标准ＦＣＭ算法，对图像边缘细节具有较差的??分割结果，存在细节丢失等现象。??國關國??（ａ）?（ｂ）?（ｃ）??■通??ｋｍ?ｉｉｌ?ｍｌ??（ｄ）?（ｅ）?（ｆ）??图３－２改进算法分割结果：（ａ）原图（ｂ）标准ＦＣＭ算法分割结果（ｃ）?ＫＷＦＬＩＣＭ算法??分割结果（ｄ）为原图添加５％的噪声（ｅ）标准ＦＣＭ算法对噪声图像的分割结果（ｆ）ＫＷＦＬＩＣＭ??算法对噪声图像的分割结果??（３）部分改进算法只对某一类噪声有效，针对其他类型的噪声图像分割结??果较差。如图３－３所示，为干净图像添加一定程度的椒盐噪声和高斯噪声后，??ＦＣＭ＿Ｓ１算法的分割结果仍不理想，并不能够去除图像中的噪声。??＿?１网??（ａ）?（ｂ）?（ｃ）?（ｄ）??图３－３改进算法分割结果：（ａ）为干净图像添加椒盐噪声（ｂ）?ＦＣＭ＿Ｓ１算法对添加椒盐??噪声图像的分割结果（ｃ）为干净图像添加高斯噪声（ｄ）?ＦＣＭ＿Ｓ１算法对添加高斯噪声图??像的分割结果??事实上，算法的分割结果不仅仅受图像中噪声的影响，还与图像内容的复??杂程度及其自身质量等因素有关，图像中处在弱边缘上的点或受噪声影响严重??的像素点容易被错误归类，另外，受光照等环境
【参考文献】：
期刊论文
[1]基于动态阈值区域分裂合并算法的高分辨率遥感图像分割研究[J]. 丁海勇,王雨轩,毛宇琼,许亚慧. 测绘通报. 2016(08)
[2]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)
[3]基于边缘检测算法的图像分割技术研究[J]. 王彦林. 电脑编程技巧与维护. 2014(19)
[4]改进的非局部FCM脑核磁共振图像分割与偏移场恢复耦合模型[J]. 王顺凤,耿志远,张建伟,陈允杰,张世军. 计算机辅助设计与图形学学报. 2014(09)
[5]基于视频内容的片段分割关键技术探讨[J]. 陈伟. 硅谷. 2012(03)
[6]基于模糊数学的医学图像处理与分析方法[J]. 李翠芳,聂生东. 中国医学物理学杂志. 2011(04)
[7]图像分割方法综述[J]. 高彦东,雷琳. 科技信息. 2009(14)
[8]BP人工神经网络在图像分割中的应用[J]. 杨治明,王晓蓉,彭军,陈应祖. 计算机科学. 2007(03)
[9]遗传算法并行机理分析[J]. 蒋冬初,林亚平. 海南大学学报(自然科学版). 2004(04)
[10]一种基于三维最大类间方差的图像分割算法[J]. 景晓军,李剑峰,刘郁林. 电子学报. 2003(09)
本文编号：3338874
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3338874.html
