基于多阈值和自适应模糊聚类的红外图像分割方法.pdf
一条****88
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于多阈值和自适应模糊聚类的红外图像分割方法.pdf
本发明公开了一种基于多阈值和自适应模糊聚类的红外图像分割方法,主要解决现有多阈值分割方法在分割过程中存在伪峰干扰,分割结果不理想的问题。其实现步骤是:(1)输入原始红外图像;(2)利用引入控制因子的多阈值算法对原始红外图像进行粗分割;(3)对粗分割后图像进行形态学平滑处理;(4)随机选取细分割图像所需的聚类中心并根据自适应函数确定聚类数目;(5)对平滑后图像的像素点进行模糊聚类,得到最终的分割结果图像。本发明能在保证分割效率的同时提高分割准确度,具有分割结果轮廓清晰、目标完整的优点,可有效应用于红外精确制
图像自适应模糊阈值分割方法研究.doc
图像自适应模糊阈值分割方法研究摘要图像分割算法的研究已有几十年的历史,许多科学家为此付出了巨大的努力。图像分割是图像辨认和图像理解的基本前提,图像分割质量的好坏直接影响后续图像解决的效果,因此图像分割的作用是至关重要的。图像分割是从输入图像中提取目的或感爱好区域的过程,是目的检测和辨认过程中的重要环节。对图像进行分割的方法有多种,现有的方法重要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边沿的分割方法以及基于特定理论的分割方法等。由于图像的边沿、区域、纹理等的定义存在模糊性,图像自身就是一直适
图像自适应模糊阈值分割方法研究样本.doc
资料内容仅供您学习参考,如有不当或者侵权,请联系改正或者删除。图像自适应模糊阈值分割方法研究摘要图像分割算法的研究已有几十年的历史,许多科学家为此付出了巨大的努力。图像分割是图像识别和图像理解的基本前提,图像分割质量的好坏直接影响后续图像处理的效果,因此图像分割的作用是至关重要的。图像分割是从输入图像中提取目标或感兴趣区域的过程,是目标检测和识别过程中的重要步骤。对图像进行分割的方法有多种,现有的方法主要分以下几类:基于HYPERLINK""阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及
基于多目标模糊聚类的灰度图像分割方法.pdf
本发明公开了一种基于多目标模糊聚类的灰度图像分割方法,它涉及图像处理技术领域,主要解决灰度图像分割准确率低的问题。该方法是在对图像进行灰度化处理后,根据生成的灰度直方图来随机生成多个聚类中心,并组成父代抗体种群;本发明的关键在于首次将致密分离有效性函数作为评价准则和模糊C-均值方法中的模糊优化函数相结合,形成多目标优化问题,并采用免疫克隆多目标进化算法对整个父代种群进行多次迭代,从多个方向同时搜索,并行计算,最终得到最优的聚类中心,输出分类结果,有效地保留灰度图像中的细节信息,减小错分率,提高了灰度图像分
基于多尺度空间模糊聚类的无监督MRI图像分割方法.pdf
本发明公开了基于多尺度空间模糊聚类的无监督MRI图像分割方法,特点是包括以下步骤:获取一幅待分割的MRI扫描图像,转换成灰度图像,采用模糊聚类算法分析得到初始感兴趣的轮廓;获得感兴趣的灰度图像区域,定义当前灰度图像;采用标记分水岭分割算法对当前灰度图像进行分割,得到多块初步目标区域;定义当前初步目标区域;定义当前子块;将当前子块中的每个像素点的像素值分别作为输入参数输入非线性优化模型中进行优化;将判定优化成功的当前子块定义为保留子块;重复执行前述步骤直至所有初步目标区域均处理完毕,完成对MRI扫描图像的分