基于超像素聚类的图像分割算法研究

基于超像素聚类的图像分割算法研究

ID:34650201

大小:1.56 MB

页数:72页

时间:2019-03-08

基于超像素聚类的图像分割算法研究_第1页
基于超像素聚类的图像分割算法研究_第2页
基于超像素聚类的图像分割算法研究_第3页
基于超像素聚类的图像分割算法研究_第4页
基于超像素聚类的图像分割算法研究_第5页
资源描述:

《基于超像素聚类的图像分割算法研究》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、基于超像素聚类的图像分割算法研究作者姓名吴晟杰学校导师姓名、职称李洁教授领域电子与通信工程企业导师姓名、职称王峰研究员申请学位类别工程硕士提交学位论文日期2014年11月学校代码10701学号1202121288分类TN82号TP39密级公开西安电子科技大学硕士学位论文基于超像素聚类的图像分割算法研究作者姓名:吴晟杰领域:电子与通信工程学位类别:工程硕士学校导师姓名、职称:李洁教授企业导师姓名、职称:王峰研究员提交日期:2014年11月ResearchofImageSegmentationAlg

2、orithmBasedonSuperpixelsClusteringAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWuShengjieSupervisor:LiJieWangFengNovember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科

3、学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生

4、在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要随着人类社会的发展,科学技术的进步,人们每天都要处理大量来自测量或观察到的信息数据,以备进一步的管理和使用。图像在人类接受、处理和传递信息的过程中起着重

5、要作用,也是人类最重要和最有效的信息获取及交流方式。图像分割是处理图像信息的一种重要技术,图像分割将输入图像分割成若干有意义的目标区域,从而满足人们在各种情况下的需求和应用。传统的图像分割方法大部分是针对像素进行,即描述每个像素点的颜色、纹理、梯度等信息,这样分割得到的结果往往会过于碎片化。为了能够更好的描述图像的区域信息,超像素方法被引入到图像分割中,它能够更好的符合人类理解图像的视觉特性。本文的主要工作是利用超像素方法对图像进行预分割,然后再引入近邻传递聚类算法和密度峰值聚类算法对超像素进行

6、聚类合并,最终实现对图像的分割。本文的方法不仅取得了很好的分割结果,还有效解决了聚类分割算法计算量大的问题。本文的具体工作如下:1.本论文首先介绍了传统的图像分割方法,分析了传统方法的优劣。阐述了超像素方法提出的意义,总结了目前比较流行的超像素分割方法,使用三种常用的超像素分割方法进行对比实验,通过实验本文选择均值漂移算法作为超像素处理的方法。2.针对近邻传递聚类算法计算时间长、计算复杂度高而难以应用于大规模图像处理的问题,提出了基于超像素的近邻传递聚类分割算法。首先对图像进行预分割,并计算得到

7、的超像素块之间的相似度,从而构成近邻传递聚类算法的相似度矩阵。由于使用超像素块来代替像素点,有效地减小了相似度矩阵的规模,极大的提高了算法的速度。通过在伯克利分割数据库上的实验证明该算法取得了很好的分割效果。3.针对密度峰值聚类算法计算复杂度高而难以直接应用于图像分割的问题,同时为了弥补产生超像素的方法是局部算法,提出了基于超像素的密度峰值聚类分割算法。首先对图像进行预分割,并计算得到的每一个超像素块的决策值,建立密度峰值聚类决策图,对使用超像素方法预分割后的图像实现全局的聚类合并。为了解决算法

8、超参数的设置问题,通过引入位平面估计图像复杂度的方法实现对算法超参数的调整。通过在伯克利分割数据库上的实验证明算法得到的分割效果很好。I西安电子科技大学硕士学位论文关键词:图像分割,超像素,近邻传递聚类,密度峰值聚类论文类型:应用基础技术IIABSTRACTABSTRACTWiththedevelopmentofhumansocietyandtheprogressofscienceandtechnology,peopleneedtodealwithalotofmessagesfromthemea

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。