资源描述：
《图像分割论文：图像分割 舌像 蚁群聚类 彩色》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、【关键词】图像分割舌像蚁群聚类彩色【英文关键词】ImagesegmentationTongueimageAntcolonyclustingColor图像分割论文：基于蚁群聚类的舌像分割方法研究【中文摘要】图像分割的就是把图像分成具有不同特征的区域,并通过一定的方法把人们感兴趣的内容提取出来的过程,在医学图像的分析、计算机视觉、图像编码等很多领域也已得到了实际的应用。舌诊作为中医诊断的一项重要内容,正在向客观化、标准化转变,在这一过程中,必须先对采集到的舌像进行分割,因为它的分割效果会对后续的分析和诊断工作产生影响,但是,实际采集到图像往往包含脸部、嘴唇和牙齿等多余的信息,传
2、统的分割方法很难实现对舌像很好的分割,如何寻求一种效果较好的舌像分割方法成为了图像分割领域的一个难题。蚁群算法作为一种人工群智能算法,具有很多的优点,已在一些困难的组合优化问题和大数量的问题中取得很好的效果。本文结合蚁群算法和舌像分割的特点,把蚁群算法引入到中医舌像的分割中进行研究,具有重要的理论意义和应用价值。本文在国内外相关参考文献的基础上,进行了充分的总结和分析,对蚁群算法在舌像分割中的应用进行了深入的研究,主要的研究内容如下：(1)对蚁群算法进行了研究,分析该算法机制原理,并以基本旅行商问题为基础分析了蚁群算法的两种基本的数学模型：基本的蚁群算法模型和基于聚类的蚁群
3、算法模型,最后通过基本的蚁群算法对旅行商问题进行了实现。(2)对图像分割的基本原理和目前存在的图像分割的常用方法进行研究,并把这些传统的方法应用到舌像的分割中,分析各种算法的优点与不足,为进一步的研究工作做好准备。(3)根据基本蚁群聚类的特点,对基本的蚁群聚类方法在图像边缘提取中的应用进行研究,并把改进的方法应用到舌像边缘的分割中,通过实验证明了该方法的有效性。(4)在各种基础理论的基础上,对彩色空间和聚类方法进行了研究,并结合中医舌诊系统的要求,提出一种基于蚁群聚类算法的彩色舌像分割方法,为了提高蚁群收敛的速度,先对舌像进行若干区域的划分,对各个区域再并行地利用蚁群算法进
4、行聚类,最后再利用FCM找出最优的聚类结果,最终实现分割,通过实验测试表明该方法是一种效果较好舌像分割方法。本文的最后对所做的研究工作进行了总结,给出了本文的创新点和主要研究成果,并对进一步将要进行的研究工作进行了展望。【英文摘要】Thepurposeofimagesegmentationisthattheimageisdividedintoareashavingdifferentfeaturesandthecontentpeopleinterestedinisextracted.Asthebasetechniqueofimagerecongnitionandimagean
5、alysis,itoccupiesaveryimportmantpositioninimageengineer.Ithasbeenusedinthemedicalimageanalysis,computervision,imagecodingandotherfields.TonguediagnosisisanimportantcontentofTCMdiagnosis,Itisbecomingtobeobjectiveandstandardised.Inthisprocess,thefirsttaskistongueimagesegmentation.Becauseitha
6、sadirecteffectontheanalysisanddiagnosis.Buttheimagewegetalsocontainface,lipsandteeths,thetraditionalmethodisdifficulttorealizethetonguesegmentation.Howtofindaneffecttonguesegmentationbecomingadifficultproblem.Artificialantcolonyalgorithmasaswarmintelligencealgorithm,itssearchmechanismhasbe
7、enusedinsomedifficultcombinatorialoptimizationpromble,largenumberissuesandhasachievedgoodresults.Inthispaper,consideringthecharacteristicsofantcolonyalgorithmandimagesegmentation,introducingtheantcolonyalgorithmintothedigitaltongueimagesegmentation.Itwillhasan
