正向云模型在圖像分割中的應用研究.pdf

1、圖像分割作為圖像從圖像處理到圖像的分析關鍵技術,受到了很多學者的重視和研究,但至今在眾多圖像分割方法中仍沒有一種方法能夠解決所有問題。在圖像分割領域存在的問題中,依據確定性方法分割圖像就是其中的關鍵問題之一,傳統(tǒng)使用模糊理論或概率論方法并不能真正的解決好這個問題,以模糊理論和概率論為基礎的云理論的出現(xiàn)能夠很好地解決圖像分割當中“硬分割”的問題,因此得到了很多圖像分割領域學者的深入研究與探索。
　　云理論的提出最初應用于空間數據挖掘

2、當中,06年之后被陸續(xù)的應用于圖像處理當中,并成為圖像分割的一種新興的方法。云變換是云理論的核心方法,期望、熵、超熵是云變換的三個基本特征,在圖像數據云化過程中三個基本要素的獲得是很關鍵的問題,決定著在圖像數據后續(xù)處理中是否能夠獲得良好的分割閾值等圖像處理的問題,因此云模型的構建是十分關鍵的。云模型在圖像處理構建過程中存在的問題有:首先在云模型中熵的獲得存在著不可避免的誤差,有時可能導致云模型的構建失敗;其次云模型在圖像處理當中單一云核

3、逐次提取可能導致有用數據丟失等或選取云核不理想。首次嘗試用一維云模型與NBS距離相結合來分割彩色圖像。
　　針對云模型構建本身存在的問題,和云模型在圖像數據云化過程存在問題提出了以下幾點改進:
　　(1)在深入理解云理論的基礎,對云模型構建中易產生誤差的關鍵點也就是云的熵進行了分析,在理解云理論的“3En”的基礎上,提出了云的熵的新的求取方法。新的熵的計算方法簡單,易于實現(xiàn),并通過根據實際情況對熵的微調能夠使熵的求取誤差變得

4、更小。
　　(2)在通過學習傳統(tǒng)的熵的求取方法構建云模型用來處理圖像信息的基礎上,將傳統(tǒng)云模型構建方法應用于圖像的多閾值分割,并在論證了傳統(tǒng)云模型構建方法對圖像的多閾值分割是可行的基礎上,將新的方法應用于圖形的多閾值分割當中,并通過仿真獲得良好的分割效果。
　　(3)深入了解云理論分割圖像的方法及步驟,根據云模型的構建規(guī)則,確定所有可以定位云核的位置,將當前圖像數據所有滿足云核提取的位置標記出來,并對其進行云化處理,逐次進行