资源描述：
《毕业论文--基于聚类的图像分割系统-分割算法模块》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、河北农业大学现代科技学院本科毕业论文(设计)题目：基于聚类的图像分割系统——分割算法模块学部：工程技术学部专业班级：计算机科学与技术0903学号：学生姓名：指导教师姓名：指导教师职称：讲师2013年5月30日摘要图像分割的算法研究已有很多年的历史，一直以来都得到了人们的高度重视。关于图像分割的原理和方法世界各国均有不少的论文发表，但一直以来没有一种一般的分割方法能够适用于所有图像分割处理。传统的图像分割方法的劣势在于不能满足人们的要求，为后续的图像分析和理解带来了困难。随着计算机技术以及计算机性能的迅猛发展，及其相关技术的发展和成熟，结合色彩处理，图像增强等技术，个人计算机上就
2、能够实现图像分割处理。图像处理技术有很多种，如图像分析，颜色转换，去噪等，但其中最主要的图像处理技术是图像分割技术，从图像中将某个特定区域与其它部分进行分离并提取出来的部分进行检测，变换，识别等处理操作。图像的分割是实现图形理解的基础,也是计算机图形学中的一个基本问题,并且在其他很多领域得到了应用。由于图像的格式和色彩形状不同,要实现通用且快速的图像分割仍然是一个难题。图像分割的主要研究内容有：建立可靠有效的分割模型,减少分割算法的运算量，降低分割算法的复杂度,提高分割算法的通用性及抗噪性等。但是因为分割模型的不同,各种分割方法在不同的分割模型表现出不同的优缺点。有阈值分割方法
3、，边界分割方法，区域提取方法，结合特定理论工具的分割方法等。本文只对这些方法做简单的介绍。本文中着重介绍的是，基于聚类的分割算法，聚类分析是一种无监督分类法,它通过归类相似性质（结构色彩）的样本实现分类。在缺少相关知识时,图像分割可以通过聚类分析完成。基于聚类分析的图像分割算法的通用性好，并且对样本空间的约束小。无论是灰度图像、彩色图像分还是纹理图像,都可以应用聚类分析方法完成分割。但是基于聚类分析的分割方法也有缺点,主要就是因为聚类分析分割算法计算量大,有可能出现极值问题并且对噪声样本比较敏感。本文分析了当今图像分割的研究成果以及面临的主要问题,针对聚类算法用于图像分割的特点
4、,着重对聚类算法进行了算法实现，并能用图片的形式呈现出来。通过对聚类算法的是实现，本文在其基础上还对分割后的图片进行重新合并的操作，合并操作通过比对，计算图片碎片的相似度进行实现。关键词：图像分割，复杂度，样本空间，聚类分割，合并，相似度ABSTRACTImagesegmentationalgorithmhasseveraldecadesofhistory,hasbeensubjecttopeople'sattention.Ontheprinciplesandmethodsofimagesegmentationandabroadhavebeenmanypaperspublish
5、ed,buthasbeenwithoutasegmentationmethodappliedtoimagesegmentationprocessing.Thetraditionalimagesegmentationmethodthereisalackof,cannotmeettherequirementsofthepeople,whichmakesitdifficultforfurtherimageanalysisandunderstanding.Withtherapiddevelopmentofcomputertechnology,andrelatedtechnologyde
6、velopmentandmaturation,combinedwithtechnologiessuchasimageenhancement,imagesegmentationcanbeimplementedonacomputer.Theimageprocessingtechnologytherearemany,suchasimageanalysis,colorconversion,denoising,etc.,butthemostimportantimageprocessingtechniquesisimagesegmentationtechniquesfromaparticu
7、larregionoftheimagewillbecarriedoutwiththeremainingportionwasseparatedandextractedportiondetection,transform,identification,andprocessingoperation.Imagesegmentationisthebasisofvisualunderstanding,abasicproblemincomputervision,andhasbeenappliedinman
