收藏本站
《西安邮电大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于空间信息的直觉模糊抑制式FCM图像分割

林洋  
【摘要】:图像分割是图像处理与计算机视觉领域中的关键步骤,也是一个极具挑战的研究热点。在众多图像分割算法中,模糊C-均值(Fuzzy C-Means,FCM)聚类算法因为具备处理图像模糊性的能力而被广泛应用。但是,模糊集在描述图像模糊性方面存在一定局限。直觉模糊集是模糊集的推广概念,因此,具有更强的处理事物模糊性的能力。本文以直觉模糊集和空间信息为主要理论依据,解决FCM算法及其改进算法在图像分割中存在的问题:算法对噪声较为敏感;算法收敛较慢等。具体工作如下:(1)抑制式模糊C-均值(Suppressed Fuzzy C-Means,SFCM)算法是FCM算法的改进算法,它解决了FCM算法收敛较慢的问题。但SFCM算法继承了FCM算法对噪声敏感的缺陷,并产生新的问题,即,如何实现抑制因子的自适应选取。为此,本文提出抑制式非局部空间直觉模糊C-均值(Suppressed Non-Local Spatial Intuitionistic Fuzzy C-Means,SNLS-IFCM)图像分割算法。该算法考虑像素的非局部空间信息,并根据直觉模糊集中的“投票模型”生成犹豫度作为抑制因子,实现该参数的自适应选取。实验结果表明,SNLS-IFCM算法对含噪图像分割效果较好,且运行效率有一定的提升。(2)为解决直觉模糊C-均值(Intuitionistic Fuzzy C-Means,IFCM)算法没有考虑像素的空间信息以及收敛较慢的问题,提出核空间自适应抑制式直觉模糊C-均值(Kernel Spatial Adaptive Suppressed Intuitionistic Fuzzy C-means,KSAS-IFCM)图像分割算法。该算法考虑像素的邻域均值空间信息,并利用“投票模型”生成的犹豫度与隶属度构造直觉模糊隶属度,减少人工参数对实验的影响。其次,根据像素的灰度特征和空间距离给出一种抑制因子的自适应选取公式。最后,像素和聚类中心之间的距离采用核诱导距离计算。实验结果表明,KSAS-IFCM算法对含噪图像分割效果较好,但由于计算复杂度的增加,使得该算法运行时间较长。(3)局部空间信息和非局部空间信息具有一定程度的互补性,本文在第一种改进算法的基础上融入像素的邻域中值空间信息,提出核互补空间抑制式直觉模糊C-均值(Kernel Complementary Spatial Suppressed Intuitionistic Fuzzy C-means,KCSS-IFCM)图像分割算法。该算法也融入了第二种改进算法的特点,即利用核诱导距离代替欧式距离,并利用犹豫度与隶属度结合构造直觉模糊隶属度。实验结果表明,KCSS算法分别在高斯噪声和椒盐噪声的干扰下都可以取得较好的分割结果。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前19条
1 黄玲;石玉秋;覃永新;;基于小波融合的苹果图像分割的研究[J];科技视界;2018年29期
2 侯红英;高甜;李桃;;图像分割方法综述[J];电脑知识与技术;2019年05期
3 姚霆;张炜;刘金根;;基于深度学习的图像分割技术[J];人工智能;2019年02期
4 丁翠;;基于模糊信息处理的图像分割方法研究[J];信息系统工程;2017年11期
5 王平;魏征;崔卫红;林志勇;;一种基于统计学习理论的最小生成树图像分割准则[J];武汉大学学报(信息科学版);2017年07期
6 李然;李记鹏;宋超;;基于显著性检测的协同图像分割研究[J];现代计算机(专业版);2017年24期
7 邓惠俊;;一种基于数据场的图像分割方法与研究[J];长春工程学院学报(自然科学版);2016年02期
8 李继云;冀卿伟;;基于自适应局部阈值的交互式图像分割[J];计算机应用与软件;2014年11期
9 刘印;;对图像分割方法的认识及新进展研究[J];数码世界;2018年08期
10 杨成佳;;唇纹识别图像分割系统的研究[J];山西青年;2017年11期
11 韩白静;刘欢;;浅谈基于阈值的图像分割方法[J];科学家;2017年02期
12 寇毛蕊;;医学图像分析系统设计[J];数码世界;2017年09期
13 利民;杨立森;阿木古楞;;图像分割的研究进展[J];科技创新与应用;2013年04期
14 魏庆;卢照敢;邵超;;图像分割复杂性测度研究[J];计算机科学;2013年04期
15 兰红;王璇;;基于多元线性回归的昆虫图像分割方法[J];计算机应用与软件;2013年07期
16 李林浩;;应用混合算法实现卫星图像分割的分析[J];网络安全技术与应用;2013年07期
17 胡小丹;滕忠坚;;基于噪声统计模型的图像分割方法[J];计算机与现代化;2011年03期
18 龚永义;黄辉;于继明;关履泰;;基于熵的两区域图像分割[J];中国图象图形学报;2011年05期
19 武劲圆;游国栋;孙丰源;唐东润;;图像分割法对糖尿病患者眼底图像中视网膜血管的分割结果分析[J];山东医药;2011年42期
中国重要会议论文全文数据库 前10条
1 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
3 朱士蓉;谢昭;高隽;;一种图模型下的柔性图像分割方法[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
4 朱松豪;刘佳伟;罗青青;胡荣林;;基于关联模型的图像分割[A];第26届中国控制与决策会议论文集[C];2014年
5 张志会;王华英;熊南燕;廖薇;成惠;刘飞飞;;对基于图像分割与合并的相位展开算法的改进[A];第十届全国光电技术学术交流会论文集[C];2012年
6 杨加文;谢凤英;;基于深度学习的皮肤镜图像分割[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
7 郭世可;董槐林;龙飞;张海波;;一种结合密度聚类和区域生长的图像分割方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
8 刘智勇;李进;黄道君;;基于遗传算法的视频交通量检测图像分割方法[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
9 张萍;单筱攸;巴成贺;;主动脉图像分割的研究与实现[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年
10 赵建业;余道衡;;一种基于模糊细胞神经网络的多值图像分割新方法[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
中国重要报纸全文数据库 前1条
1 赵利利;图像分割出新方法[N];中国科学报;2019年
中国博士学位论文全文数据库 前10条
1 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年
2 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年
3 胡佩君;腹部CT图像分割的可计算建模方法研究[D];浙江大学;2018年
4 姜枫;基于语义识别的砂岩薄片图像分割方法研究[D];南京大学;2018年
5 赵晓丽;面向图像分割的智能算法研究[D];上海大学;2018年
6 倪波;高强度聚焦超声图像分割方法研究[D];武汉大学;2016年
7 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年
8 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年
9 戴令正;自然图像分割的若干算法研究[D];南京理工大学;2017年
10 李钢;偏微分方程与变分技术在图像分割中的应用研究[D];太原理工大学;2018年
中国硕士学位论文全文数据库 前10条
1 胡加亮;基于模糊聚类算法的图像分割研究[D];华东师范大学;2019年
2 刘树朋;基于深度学习的中草药图像分类方法研究[D];齐鲁工业大学;2019年
3 丁奇安;非限定环境下的车牌识别技术研究[D];安徽工程大学;2019年
4 赵春梅;水下图像分割和目标特征提取及识别技术研究[D];哈尔滨工程大学;2019年
5 代成;基于深度学习的医疗图像分割算法研究[D];北京邮电大学;2019年
6 戴文龙;基于改进区域型水平集的图像分割方法研究[D];兰州理工大学;2019年
7 赵彦会;基于光谱哈希的图像分割方法研究[D];山东师范大学;2019年
8 马玥;基于谱聚类的图像分割技术研究[D];河北地质大学;2018年
9 高宏进;图像分割中的群智能算法改进研究[D];贵州大学;2019年
10 姚学练;基于机器视觉的桥梁底面缺陷自动检测技术研究与应用[D];贵州大学;2019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