基于K均值聚类和数学形态学的小麦彩色图像分割.pdf
论文****轩吖
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于K均值聚类和数学形态学的小麦彩色图像分割.pdf
浙江农业学报:—://..何建斌梁威李晓明.基于均值聚类和数学形态学的小麦彩色图像分割
基于K均值聚类和数学形态学的小麦彩色图像分割.pdf
浙江农业学报:—://..何建斌梁威李晓明.基于均值聚类和数学形态学的小麦彩色图像分割
基于k均值聚类的图像分割研究2012.doc
多媒体通信课程论文姓名:严宏海班级:075102学号:20101003032专业:通信工程学院:机械与电子信息学院指导老师:刘勇日期:2012年10月20日k均值聚类在彩色图像分割中的应用研究摘要基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的基础。图像分割属于图像处理中一种重要的图像分析技术。图像分割的传统方法是对灰度图像分割处理图像的亮度分量简单快速。本论文首先介
基于k均值聚类的图像分割研究2012.doc
多媒体通信课程论文姓名:严宏海班级:075102学号:20101003032专业:通信工程学院:机械与电子信息学院指导老师:刘勇日期:2012年10月20日k均值聚类在彩色图像分割中的应用研究摘要基于人类视觉将图像分割成若干个有意义的区域是目标检测和模式识别的基础。图像分割属于图像处理中一种重要的图像分析技术。图像分割的传统方法是对灰度图像分割,处理图像的亮度分量,简单快速。本论文首先介绍了传统的图像分割与K-均值聚类算法分割,然后重点介绍一种基于K-均值聚类算法的图像改进分割方法。在分析聚类结果对初值依
基于模糊C均值聚类的彩色图像分割方法研究的任务书.docx
基于模糊C均值聚类的彩色图像分割方法研究的任务书一、任务背景及意义在现代图像处理技术中,图像分割是一项基础性的工作,其目的就是将待处理的图像分成若干互不重叠的区域,每个区域都有相应的颜色和灰度值属性。图像分割广泛应用于医学图像诊断、机器人视觉、目标跟踪、遥感图像处理等领域。彩色图像分割是其中一种具有挑战性的问题,因为彩色图像中包含的信息较多,不同的颜色通道之间存在交互和相互作用。因此,对于彩色图像分割的研究可以提高图像处理的准确性和效率,对于实际应用有很高的意义。本研究将基于模糊C均值聚类的方法,对彩色图