收藏本站
《西北工业大学》 2000年
收藏 | 手机打开
二维码
手机客户端打开本文

基于模糊聚类及神经网络的纹理分割方法研究

王晓丹  
【摘要】: 图象分割是目标识别、图象理解、计算机视觉研究中最基本和最重要的处理步骤和共 同、关键的技术。分割结果的好坏直接影响其后续的识别和理解。图象分割虽历来受到国 内外研究者的重视,然而至今,这一问题仍然没有得到很好的解决。人类对自身视觉机理 研究的不断深入及计算机技术的迅速发展将为图象分割问题的解决提供新的途径。 人类视觉系统初级阶段的视觉信息处理研究表明:基于空间/频域多分辨率分析的图 象分割方法是与人类视觉特性相一致的方法,反映了人类视觉感知过程中的多分辨率、多 方向特性,因此基于空间/频域多分辨率分析的图象分割方法引起了研究者们的广泛关注。 同时,现有的各种图象分割算法中,利用模糊集理论和人工神经网络的方法由于从不 同的侧面反映了人类视觉感知的模糊性、并行性、体现了人类认知过程中的某些智能性, 因此取得了较好的结果,也成为当前图象分割研究的新热点,并推动了图象分割向智能化 方向发展。尽管已有许多人投入了这一领域的研究,但无论是理论和实践上都远远没有达 到让人满意的程度。 因此,本文对于图象分割提出了基于人类视觉感知特性、模糊集理论以及人工神经网 络理论相结合的新研究思路,力图寻找出一种新的符合人类视觉感知特性的有效的纹理图 象分割方法。 本文的研究工作主要包括以下几个方面: 首先,对结合人类视觉感知机理的多分辨率多通道纹理图象分割模型及分割特征提取 方法进行了研究。包括: 结合人类视觉感知机理,提出了一种有效的纹理图象分割模型;对纹理图象的多分辨 率多通道特征提取方法进行了研究,分别给出了利用2D最佳正交极可分方向滤波器和小 波变换进行特征提取的方法;分析了利用金字塔结构和树结构小波变换进行特征提取的优 缺点,提出了一种利用不完全树结构小波变换的纹理特征提取方法;讨论了局部统计值特 征的改进问题,给出了一种对所提取的纹理特征的改进方法,一定程度上克服了计算纹理 特征时的边界效应。 然后,对模糊聚类算法进行了深入研究并给出了相应的纹理分割算法。包括: 在介绍聚类方法、硬C均值聚类算法和模糊C均值聚类算法的基础上,讨论了半模 糊聚类算法;对模糊聚类算法中的相似性度量进行了推广,从而得出一种基于修正 Euclidean距离的半模糊C均值聚类算法;针对部分监督FCM算法需要对已知分类的样 本人为地确定权值,以及没有反映样本在其特征空间的几何特性的缺点,提出了部分监督 加权FCM聚类算法,并将算法用于了纹理分割。 —— 其次,对模糊聚类神经网络进行了深入研究并给出了相广的纹理分割算法。包括: 在分析、讨论了模糊 Kohonen聚类神经网络(FKCN)性能的基础上,指出了 FKCN 用于纹理分割时存在的问题;将入截集概念及“模糊减弱”算十引人到学习率函数中,从 而得出两种改进的F**N(IF**N):井给出了基于IP**N的有效的纹理分割方法;提出 了误差测度加权模糊矢量量化学习算法并将其用于了纹理分割;将多分辨率层次处理的思 想用于多层模糊聚类神经网络的构造,提出了两种基于多层模糊聚类网络进行纹理分割的 方法。 最后,研究了自适应模糊聚类神经网络并用其实现了特定纹理的自动分割。具体如下: 在详细分析了己有的聚类有效性函数的基础上,给出了两种聚类有效性函数;在模糊 聚类有效性指导下构造了一种自适应模糊聚类神经网络,给出了网络模型及学习算法;基 于自适应模糊聚类神经网络,提出一种与语种无关的页面文档图文分割方法,直接使用页 面文档的灰度信息作为输入,避免了二值化过程中信息的丢失。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 谢兴;谢玉波;秦前清;;有限混合纹理模式及其纹理分割框架[J];计算机工程与应用;2009年30期
2 朱立;基于图象纹理频谱的海上小目标自动检测[J];电子技术应用;1999年10期
3 舒远,胡钊政,谈正;基于多信息融合的纹理分割新方法[J];计算机工程;2005年11期
4 汪凯斌;俞卞章;王琦;奚玮;;无须反复初始化的活动围道纹理分割方法[J];西安电子科技大学学报;2008年03期
5 王伟伟;胡东;;基于纹理谱分析的工件表面质量识别研究[J];机械制造;2009年03期
6 肖瑞;全吉成;刘宇;赵秀影;;基于纹理分割的纹理模型简化[J];电子设计工程;2013年16期
7 陈贺新,戴逸松;特征滤波图象纹理的投影分割[J];数据采集与处理;1989年S1期
8 龙甫荟,赵荣椿;图象相位特征提取及其在纹理分割中的应用[J];西北工业大学学报;1996年01期
9 郭英凯,杨杰,李介谷;基于小波和模糊理论的纹理分割方法[J];上海交通大学学报;1998年09期
10 王晓丹,赵荣椿,吴崇明;相位特征提取及在纹理分割中的应用[J];小型微型计算机系统;2001年04期
11 韩慧健,张彩明,由春秋;大纹理场景实时交互技术-裁剪纹理[J];沈阳师范大学学报(自然科学版);2003年04期
12 毕胜;梁德群;;基于人类视觉特性的纹理分割方法[J];计算机应用;2006年05期
13 莫灿林;陈敏;李剑敏;;复合纹理图像拆分的纹理快速合成方法[J];工程图学学报;2008年05期
14 刘静;贺玉德;曹继华;;一种基于块的纹理综合算法[J];黑龙江科技信息;2009年01期
15 王敏琴;韩国强;涂泳秋;;新型的无监督纹理分割方法[J];电子科技大学学报;2010年01期
16 贺锦鹏;孙枫;刘利强;;基于滤波器阵列与图割的彩色纹理分割[J];计算机工程;2011年14期
17 陈贺新;图象纹理的特征滤波描述与标量积标识[J];吉林工业大学学报;1990年02期
18 杨鸿波;侯霞;;基于局部谱能量自相似矩阵的纹理描述[J];计算机应用;2014年03期
19 王佐成;李永树;薛丽霞;汪林林;;基于云模糊理论的图像纹理分割[J];西南交通大学学报;2007年05期
20 吴华娟;张明新;郑金龙;;基于小波散射卷积网络的纹理分割方法[J];微电子学与计算机;2013年05期
中国重要会议论文全文数据库 前7条
1 郝芳;刘长江;;纹理分离加工中的注意机制[A];Proceedings of Conference on Psychology and Social Harmony(CPSH2011)[C];2011年
2 刘泓;莫玉龙;;基于多分辨模型的有监督纹理图象的鲁棒分割[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
3 赵锋;赵荣椿;;基于多特征图象、模糊聚类的分层分块的纹理分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
4 章小平;范九伦;裴继红;;基于空间信息与模糊聚类的纹理分割方法[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
5 毕笃彦;毛柏鑫;马林华;;基于灰度秩数的非监控纹理图象分割[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
6 王晓丹;赵荣椿;;一种基于视觉感知特性及改进的模糊Kohonen聚类网络的图象纹理分割方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年
7 赵锋;赵荣椿;;纹理分割及特征提取方法综述[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
中国重要报纸全文数据库 前1条
1 北京 childe;虚拟纹理 纹理压缩与隐面消除[N];中国电脑教育报;2001年
中国博士学位论文全文数据库 前7条
1 刘泓;纹理图象的分析与识别研究[D];上海大学;1999年
2 徐琪;一种新的纹理描述方法及其应用[D];复旦大学;2011年
3 孟宇;多维纹理合成及视频时域分割技术的研究[D];吉林大学;2007年
4 毕晓君;基于智能信息技术的纹理图象识别与生成研究[D];哈尔滨工程大学;2006年
5 王晓丹;基于模糊聚类及神经网络的纹理分割方法研究[D];西北工业大学;2000年
6 韩建伟;基于样本的三维表面纹理快速合成技术[D];浙江大学;2009年
7 幸锐;基于纹理的图像聚类研究[D];浙江大学;2009年
中国硕士学位论文全文数据库 前10条
1 陈海旭;图像纹理分割与纹理替换研究[D];吉林大学;2006年
2 周晖;纹理分割方法及其应用研究[D];国防科学技术大学;2005年
3 朱旭阳;视频纹理研究与实现[D];国防科学技术大学;2002年
4 柏建新;织物模拟中纹理问题的研究[D];浙江大学;2003年
5 安志娟;纹理模拟及分析[D];西安电子科技大学;2001年
6 郭刚;一种新的基于Shape From Shading、shape from texture及小波技术的纹理分割方法[D];四川大学;2004年
7 郭栩琪;纹理效应在视觉色差评估中的影响[D];浙江大学;2011年
8 洪妍;基于样图的纹理合成方法研究[D];华北电力大学(北京);2010年
9 许真;基于纹理传递的夜视图像处理[D];东华大学;2011年
10 刘凤霞;压缩传感理论研究及其在图像纹理分割中的应用[D];中国科学技术大学;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978